文章列表-AI魔法学院

文章列表

使用 ChatGPT + Claude 撰写成功的商业计划书

这不是一个遥远的未来——它就在此时此地，感谢 ChatGPT、Claude 和 AI Mind Prompt Generator 等 AI 工具。

工作

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

谈谈LLM在推荐域的渗透，探索推荐新范式

Prompt：用户偏好理解Prompt、候选商品二次选择Prompt、最终推荐结果生成Prompt。

大模型

一文读懂GPT-1：生成式预训练如何提升语言理解

为了深入探索大语言模型的发展历程，我们精心挑选了一系列经典论文进行分享，希望能与大家共同学习和理解大语言模型背后的技术。

GPT

语音识别的新拐点：OLMoASR 带来的机会

当我们说话时，机器能立即理解并执行——这不仅是技术的突破，更是人机沟通方式的重塑。

OLMoASR 语音识别

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

它通过先进的音频到3D网格映射技术和网格到视频的转换技术，实现了高质量、逼真的音频驱动的说话头像视频生成。

VividTalk 视频

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

本文主要内容： RAG中涉及的技术环节什么是分块分块需要考虑的四种因素分块的多种方法 RAG是一个考验技术的工作这两周发的文章大模型偏多，但如果你有阅读过前面的文章

RAG 大模型

体验Outfit Anyone，高质量虚拟换装，效果如何？

Outfit Anyone，阿里智能计算研究院最新发布的基于条件扩散模型的虚拟试穿技术。

Outfit Anyone 模拟

深度体验3天后，我把腾讯这款copilot锁进了程序坞

这几个功能入口各司其职，将阅读、搜索、写作的AI能力尽数提供给用户的同时，还让这些能力在不同页面之间巧妙形成了紧密的联动，将诸多能力隐入其中，能够深入用户在不同场景中的使用痛点并给出对应的解决方案。

copilot ima 知识库

使用自己的数据训练清华ChatGLM2-6B 模型

什么是P-tuning-v2 我们让claude.ai解释一下： P-tuning-v2是基于Prompt-tuning方法的NLP模型微调技术。

ChatGLM2-6B

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

3.5.1 文本提示技巧在将文本转换为视频的过程中，文本提示的设计至关重要，它能够指导模型（如 Sora [3])创造出既符合用户需求又视觉上引人注目的视频。

Sora 微软

AI 绘画新时代：ChatGPT + DALL-E 3

通过一系列的实验，我们展示了在一步生成和少步抽样中，它们超过了现有的扩散模型的提炼技术，达到了在 CIFAR-10 上新的最先进的 FID 3.55 和在 ImageNet 64x64 上的 6.20。

文生图图生图 chatGPT DALL-E

将这些“阴谋诡计”喂给AI，使AI一天写一篇短篇小说

这种战术考验的是施计者的演技和策略运用，精准操作可以在不知不觉中收割对手的内心。

AI 写作

大模型实践总结

最近一段时间，我也在探索大模型相关的一些技术，下面做一个简单的总结。

大模型训练

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

谷歌也并未遵守在去年定下的「不再开放核心技术」的策略。

开源模型 Gemma

<...23 24 25 262728 29 30 31 32 ...>

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