文章列表-AI魔法学院

文章列表

智能知识图谱SmartKG和pySmartKG简介

SmartKG是一款轻量级知识图谱可视化+智能对话框架。

知识图谱

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

FunAudioLLM/ 论文链接-https://arxiv.org/pdf/2407.04051 理论篇: FunAudioLLM项目介绍 FunAudioLLM整体系统框架介绍

asr tts 声音

盘点来自工业界的GPU共享方案

从架构图中就可以看出，qGPU和同属于内核劫持方案的cGPU类似。

大模型

大模型的研究新方向：混合专家模型（MoE）

为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来的Transformer架构改成近期新出的基于状态空间模型（SSM）的mamba架构；有的是在预训练微调方法上下手，

MoE 大模型

RAT = CoT + RAG

大规模语言模型（LLM）处于此类研究的最前沿，旨在模拟人类对概念的理解和表达。

RAT 协同思维链检索增强生成

图像修复神器：女神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

如界面所示，只需将你想修复的照片拖进左边的图片框内，点击Submit即可。

修复绘画高清

20款AI工具助力在家副业

首款针对所有旅行的人工智能语音导游 14 Bolty 让人工智能对你的着陆页面进行点评 15 Vimcal 与Calendy集成的免费时间查找人工智能 16 ggmI 用于机器学习的库和框架

工作

OCR是什么以及推荐几款开源中文OCR识别软件

）相关的中文文档非常齐全识别的精确度比较高安装和教程详细支持前沿算法和标注工具劣势目前使用的训练模型是基于百度公司自己的PaddlePaddle框架

OCR

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

本地环境搭建 python = 3.10 pip = 22.3.1 pytorch = 1.3.1 不同系统装python环境参考以下blog 一网成擒全端涵盖，在不同架构(Intel x86

音乐

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

架构两阶段探索在处理大量知识库数据的场景中，两阶段检索方法的优势非常明显。

网易 RAG 知识库

中学生也能看懂的Sora视频生成原理解读

扁的龟龟方的龟龟长的龟龟改进的视频构图和框架进一步地，Sora在视频构图和框架上也展示了明显的改进。

视频生成 sora

大语言模型微调：定制自己的微调数据集

微调质量的好坏受到多个因素的影响，包括基底模型架构、参数量、微调数据集质量以及RLHF（RLHF：Reinforcement Learning from Human Feedback

大模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

此外，它在JAX框架下的优化使其能够利用Google的TPU架构，这在处理大规模数据时提供了前所未有的速度优势。

Whisper 语音识别

2023年人工智能行业总结（精简版）

此外，围绕大模型的应用生态系统也迅速发展，催生了语言模型框架和智能体Agent的概念。

人工智能行业总结

TTS，一个奇妙的AI工具

主要原因是TTS提供的是一个开源框架，公开的模型性能与商业化模型之间存在差距。

TTS 文本转语音

<...22 23 24 252627 28 29 30 31 ...>

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