文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.02 技术亮点：多模型协作，创新驱动性能突破 ClearerVoice-Studio 的核心优势在于其精心设计的模型体系，针对不同的语音处理任务量身打造了多款创新模型

ClearerVoice-Studio 语音

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

Stable Diffusion

详解Stable Diffusion提示词prompt语法

反面提示词 1.画质如果我们没有任何画质的 prompt ，那么得出的效果就会很糊添加画质的 prompt 就可以很好的解决这个问题，画质也分为了两大类通用型：

SD prompt 文生图提示词

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

百万token上下文窗口也杀不死向量数据库？CPU笑了

随着新晋大语言模型们的上下文窗口（Context Window）变得越发得长，业界人士针对“RAG终将消亡”观点的讨论也是愈演愈烈。

向量数据库大模型 cpu

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

该项目提供了一个简化的RAG工作流，适用于各种规模的企业，通过结合使用大型语言模型（LLM）来提供基于严谨引用的真实问答能力。

RAGFlow RAG 开源

大模型微调应用实践，没那么简单，看看曾经踩过的坑

实验验证，多机训练的效率，和使用的机器数成线性关系，每台机器的配置一样，如一台GPU机器跑一个epoch需要2小时，4台GPU机器跑一个epoch需要半小时。

大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

参考chatGPT火了之后做大语言模型的公司反而更多了而不是更少。

sora openai 视频生成

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

一、简介今天我们将深入探讨使用LangChain和Pinecone创建基于文档的问答系统的过程，利用最新的大文本语言模型（LLMs），如OpenAI GPT-4和ChatGPT。

知识库 langchain

【进阶】-文生图术语解释

黑话# 缩写/术语解释 oneshot 一张图

文生图

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

文生图

十个节省数百小时无聊工作的GPT提示词

节省数百小时无聊工作的十大提示： 1️⃣ 激发您的创造力 Prompt："Generate 30 bold new ideas for [insert

prompt 提示词

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

并且其自研的Baichuan-Text-Embedding向量模型也登顶了C-MTEB语义向量评测标准。

RAG 大模型

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

随着AI大模型的快速发展，越来越多的工具声称具备实时信息检索能力。

AI 大模型

<...27 28 29 303132 33 34 35 36 ...>

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