文章列表-AI魔法学院

文章列表

DALL-E 3 不只是文生图！10 个案例颠覆认知

你只需要告诉 DALL-E 3 你的想法，并让它把想法可视化即可。

DALL-E 3 文生图

关于AI声音生成的一切（语音+音乐+嘴型）

•Const-me/Whisper（解压就能用）: OpenAI Whisper自动语音识别模型的高性能GPGPU推理，基于DirectCompute技术，对Windows系统进行了优化，

声音

目前有哪些比较成功的人工智能应用？

代码解释器: 可以生成表格和可视化图，让任何人都能成为初级数据分析师。

生成式AI

大模型再发展5年，搜索引擎还在么？

不局限于搜索引擎这显然不局限于搜索引擎，过去我们一共有两种主要信息集散方法：一种就是上面说的搜索引擎，一种则是在头条和抖音上广泛被应用的个性化推荐。

大模型

分析了数百万ChatGPT用户会话后发现的秘密

我手工检查了每个提示系列中的 100 多个（这是一项艰巨但令人着迷的任务），以确认分类器的准确性，并且每个提示中都提供了编程帮助（包括编写特定的代码位、格式化代码、捕获代码中的错误等）。

大语言模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

但显然有很大的变化。

Llama 3 大语言模型

LangChain Agent 原理解析

它提供了一套工具、组件和接口，可以简化创建由 LLM 和聊天模型提供支持的应用程序的过程。

大模型

如何使用 Megatron-LM 训练语言模型

我们通常需要将模型分布在多个设备上，并使用许多优化技术以实现稳定高效的训练。

开源模型

一文带你认识ELMo

NLP任务中表现出了很好的性能，已经是很多NLP任务不可或缺的一部分，论文作者认为一个好的word representation需要能建模以下两部分信息：单词的特征，如语义，语法；单词在不同语境下的变化，

embedding

Dify：大模型创业开源工具，46,558 行代码，完全开源

RAG Pipeline: 广泛的 RAG 功能，涵盖从文档摄入到检索的所有内容，支持从 PDF、PPT 和其他常见文档格式中提取文本的开箱即用的支持。

Dify 开源工具

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

FastGPT的强项在于其Flow可视化工作流编排，可以帮助用户灵活设计和实施复杂的问答场景。

智能体平台对比

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这种严格的监督训练方式限制了模型的泛化性和实用性，因为这样的模型通常还需要额外的标注数据来完成训练时未曾见过的视觉“概念”。

OpenAI 自然语言监督

吴恩达老师建议大家关注 AI 智能体工作流

最近，Devin 的一个引人注目的演示在社交媒体上引发了广泛讨论。

智能体大语言模型

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

EmotiVoice 项目介绍 EmotiVoice 是一款现代化的开源语音合成引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音

EmotiVoice 语音库

伦敦出租车司机的遭遇，暗示了程序员的未来

专业知识被新技术普及化，极大地拉近了新手和专业人士之间的差距。

人工智能伦理

<...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