文章列表-AI魔法学院

文章列表

盘点字节跳动最新的AI应用

只要用户有创意，即可向扣子以自然语言沟通，并可可利用其快速、简便的功能搭建个性化聊天机器人。

字节 AI工具

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

/output" 参数含义： ly261666/cv_portrait_model: ModelScope模型仓库的stable diffusion基模型，该模型会用于训练，可以不修改

妙鸭相机

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

SDXL-Inpaint模型 · 使用Spandrel进行放大和面部修复架构 · 自动向后兼容版本

SD 画图

关于大模型驱动的AI智能体Agent的一些思考

思考： LLM作为大脑我们需要的是全局思维能力；因此，需要通过更多的指令微调来提高LLM的通用推理能力，而不是面向某个领域的专项微调。

大模型

EduChat：教育行业垂直领域大模型

通过在教育语料库上进行预训练来学习领域特定的知识，并通过在设计的系统提示和指令上进行微调来刺激各种技能的使用。

教育大模型垂直领域

TTS，一个奇妙的AI工具

在自媒体盛行的今天，很多人尝试制作视频发到自媒体平台上，通过获得流量的方式实现直接或间接变现。

TTS 文本转语音

baichuan2 有什么好的深挖论文中涉及的知识点

我们从包括普通互联网网页、书籍、研究论文、代码库等多个来源收集数据，以构建一个全面的世界知识体系。

大模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

· · 随机化位置向量。

开源模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

处理多种异构数据源 RAG系统的数据可能来自网站内容、产品文档、数据库、电子邮件等多种格式。

大语言模型 RAG检索增强

一文彻底搞懂多模态 - 多模态推理

知识图谱是一种结构化的知识库，它以图的形式表示和存储现实世界中的实体、概念及其相互关系。

多模态推理大模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

安装要安装核心代理库，请执行以下操作： · pip install

voice agent 开源音视频

总结！大模型微调（Tuning）的常见方法

所需的微调量取决于任务的复杂性和数据集的大小。

微调大模型

StableDiffusion

StableDiffusion模型推荐系列（功能型）

前两天，我分享了SDXL的通用模型，这些模型不仅在生成高质量图像和艺术作品方面表现出色，搭配上LoRA模型还能在多个领域发挥重要作用，尤其是在平面设计与UI设计领域。

StableDiffusion 文生图

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

然而，大多数模型在流利地切换语言、理解口语查询的细微差别以及提供高质量响应方面仍然面临挑战。

GLM-4-Voice 9B 语音安装

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

token的键向量的点积，并经过softmax归一化得到注意力权重，再将这些权重应用于值向量进行加权求和，从而生成每个token的自注意力输出表示。

Transformer 大模型

<...25 26 27 282930 31 32 33 34 ...>

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