文章列表-AI魔法学院

文章列表

大模型狂飙两年后，“六小龙”开始做减法

智谱AI在B端入局较早，同时也是大模型创企中唯一一个B、G端实现全面开花，且能与头部大厂掰手腕的企业。

AI 大模型

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

然后点击“立即开始”按钮 2、源码部署(linux mac window) 1) 要求 python 3.9->3.11, 并且提前安装好 git-cmd

clone-voice 声音克隆

AI文档智能助理都是如何处理pdf的？

它包括文本提取器、图片转换器、HTML转换器等工具，大部分工具都是开源的。

大模型

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

部分基准测试指标已达到或超越 GPT-4o、DeepSeek-V3-0324（671B）等更大规模模型的水平。

GLM模型智谱

玩一玩ChatGLM3，1660s即可流畅运行！

在保留了前两代模型对话流畅，部署门槛低等众多优秀特性的基础上，又引入了新的特征。

大模型 ChatGLM

收藏！万字长文聊聊LLM Agents的现状，问题与未来

外部环境 00004.

LLM Agents

如何使用 Megatron-LM 训练语言模型

现在，如果你想从容器外部复制这些数据，你可以使用以下命令: sudo docker cp vocab.json CONTAINER_ID:/workspace/Megatron-LM sudo

开源模型

AI Agent / 智能体观察笔记（上）

智能体和自动化生产制造的区别自动化生产制造所基于的外部环境是充分限定的，制造苹果手机的工序流程是标准的，过程中通过自动化的方式代替一部分人力操作提高效率，所有环节都要尽可能充分可控。

大模型

大模型应用的10种架构模式

对于处理能力要求较高的蜂巢系统，我们可以考虑部署消息队列服务，比如Apache Kafka，以便更好地处理代理和服务间的消息传递。

大模型架构

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

RAG的工作原理 RAG系统典型由三部分组成： (1) 检索器：从大规模文本数据中检索与输入查询相关的文本片段。

大语言模型 RAG检索增强

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

以下为薄列峰的演讲实录：我的分享前半部分讲行业趋势以及我在多模态、文生文等方向的思考；后半部分分享我们在文生视频生成方向的工作。

通义文生视频

LLM应用架构之检索增强（RAG）的缘起与架构介绍

另一个就是模型复杂，如前文讲，生成式本身是在学习样本的真实分布，而非决策边界，故而更为复杂，性能较差，再加上为了能够获得智能涌现，模型参数量巨大，就更难以训练和部署。

LLM

2023检索增强生成技术（RAG）研究进展

他们认为，如果大模型能够内化足够多的信息并提高内部处理复杂性，那么外部检索可能就不再必要。

RAG 检索增强

大模型训练为什么用A100不用4090

2016 年我在 MSRA 的时候，见证了微软给每块服务器部署了 FPGA，把 FPGA 打到了沙子的价格，甚至成为了供应商 Altera 被 Intel 收购的重要推手。

大模型

PDFTriage:面向长篇结构化文档的问答

论文原文地址：2309.08872.pdf (arxiv.org) 一、介绍当一个文档无法适应LLM有限的上下文窗口时,可以部署不同的策略来获取相关上下文。

大语言模型 PDF 文档

<...20 21 22 232425 26 27 28 29 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1