文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

今天我们来聊聊OpenAI 发布会提到的实时对话语音技术。

GPT-4o 语音交互

Openai 异步客户端接入国产大模型 Kimi

Moonshot 介绍 Kimi Chat 是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智能助手，支持长达20万字的上下文处理能力，并且能够记住之前的对话内容，提供更加准确和有条理的回答

Kimi Chat 大模型

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

ElasticSearch同义词搜索在ElasticSearch中引入同义词（synonyms）搜索功能的主要目的是提升搜索的智能性和用户体验，具体体现在以下几个方面：

ElasticSearch 智能搜索

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

自解码器利用高效自注意力（efficient self-attention）机制来获取键值（KV）缓存：接收输入序列的嵌入表示，并使用高效自注意力来生成中间向量表示；使用因果掩码（causal

Decoder-Decoder YOCO 架构

真格基金大模型能力测试问题集---垂直能力篇

我们的目标并不是提供一个学术上非常严谨完整的测试集，而是希望通过结合学术上已有的测试集、日常搜集的一些有意思的案例，以及大模型出现之后学术界发现的涌现和顿悟能力，提供一个适合非技术专业人士使用的大模型能力测试集

中文训练大模型

真格基金大模型能力测试问题集---基础篇

我们的目标并不是提供一个学术上非常严谨完整的测试集，而是希望通过结合学术上已有的测试集、日常搜集的一些有意思的案例，以及大模型出现之后学术界发现的涌现和顿悟能力，提供一个适合非技术专业人士使用的大模型能力测试集

大模型训练中文

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

接下来的步骤是关键：RAG把这些检索到的信息整合成一个精细的提示模板。

OCR RAG 开源

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

实验结果显示：相比目前的思维树（ToT）提高了62%。

大模型

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

尽管纯文本生成模型通常是在不同任务上进行多任务指令调整的，以提高其遵循指令提示的能力，但图像生成模型通常专门用于特定任务。

文生图

Comfyui工作流原理你都了解吗

但节点式的工作流也提高了一部分使用门槛。

Comfyui 工作流

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

开箱即用的图像增强、视频增强AI工具，Upscapl、Topaz Video AI

Upscapl专注于图像增强、图片放大；Topaz Video AI专注于视频画质提升、防抖、补帧、慢放等；软件下载链接详见功能介绍，快来试试吧！

图像增强视频增强

十大开源语音识别项目

这些项目不仅在语音技术领域具有重要意义，而且为语音识别应用的发展提供了有力的支持。

语音识别开源项目

<...21 22 23 242526 27 28 29 30 ...>

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