文章列表-AI魔法学院

文章列表

6个最佳开源TTS引擎

· 它采用多线程网络架构，并行处理多个请求。

TTS引擎开源模型

TrOCR——基于transformer模型的OCR手写文字识别

TrOCR是transformer OCR的简写，是microsoft发布的一个OCR识别模型，光看这个模型的名字就知道此模型基于transformer模型，其模型架构如下，完全采用了标准的transformer

OCR 手写文字识别

中国大模型融资暗战：罗曼蒂克的快速消亡

因为两者的商业模式同样是在C端发力，且都是美元架构，所以它素来被视为与月之暗面最针锋相对者。

大模型暗战

基于Ollama本地部署谷歌开源Gemma大模型！

这些模型基于与 Gemini 模型相同的研究和技术构建，由 Google DeepMind 和 Google 内部其他团队共同开发。

ollama gemma qwen

ChatGPT实用指南|ChatGPT十步搞定论文【全流程+提示词】

2ChatGPT快速产出大纲在确定了“中美贸易战的经济影响”作为论文主题后，构建一个全面的论文大纲是下一步的关键。

ChatGPT 写作提示词

写好Prompt要记住这六点！

示例将示例视为允许 ChatGPT 更好地构建输出的框架。

prompt 写作

Stability AI开源上新：3D生成引入视频扩散模型

具体到架构方面，SV3D包含以下关键组成部分： § UNet：SV3D是在SVD的基础上构建的，包含一个多层UNet，其中每一层都有一系列残差块（包括3D卷积层）和两个分别处理空间和时间信息的

sv3d 建模

个人从零预训练1B LLM心路历程

因此，项目后期我就把收集数据的这个事情从github主页上下架了，在我的第一篇文章中，读者还是能看到“收集数据”相关的描述。

LLM 训练

独家！黄太吉创始人再创业：首次披露惨败内幕

事后看来，这是黄太吉的顶点，也是崩溃的开始：美团等大型外卖平台将黄太吉下架，外卖收入几乎归零。

黄太吉创业

为你推荐开源项目：Meridian——专属个人情报站！

简洁的网页界面：它的前端界面是用Nuxt 3和Vue 3构建的，就像一件简约而不失时尚的艺术品，简洁易用，给你带来超棒的用户体验。

Meridian 开源项目

赛博牛马，智谱 AI，悄悄出了一个 AI PPT

这背后其实是技术原理的差异，智谱 AI 的底层是基于 HTML/CSS/JS 代码构建的，本质上是一个交互式的网页，并非严格意义上的 PPT。

智谱 AI PPT

Agent四大范式 | 综述：全面理解Agent工作原理

它通过几个构建的路径引导LLM对复杂问题进行推理，利用LLM的推理能力进行任务拆解。

Agent 大语言模型

Gartner：2024年人工智能渗透的十大战略技术趋势

将 CTEM 评估和补救范围与威胁媒介或业务项目（而不是基础架构组件）保持一致，不仅会暴露漏洞，还会发现无法修补的威胁。

Gartner 人工智能

【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

图解 transformer——逐层介绍

一、overview 在第一部分，已经介绍过 Transformer 的整体架构： 1.

Transformer 大模型图解

<...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