文章列表-AI魔法学院

文章列表

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

在身体姿态估计任务上，使用CNN提取的特征，结合定制化的transformer模块进行特征增强，视觉transformer取得了很好的效果。

ViTPose+Transformer 身体姿态

一文看懂RAG：大语言模型落地应用的未来

创新的研究和应用潜力：作为自然语言处理领域的一个创新点，RAG开启了研究新方法和探索新应用的可能性，比如在个性化内容生成、自动新闻报道、智能助手等方面。

rag 检索增强

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

此次，上海人工智能实验室发布的这个书生·万卷 1.0数据集包含了丰富的中文，对于大模型的中文能力提升十分有价值。

大模型

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

与 A1111 不同，ComfyUI 是基于模块化设计的。

大模型

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

据了解，「锦书」在内部被称为“全民 GPT”项目，自 2023 年 5 月发起，旨在探索利用 AI 大模型解决核电行业面临的各种挑战，如知识管理不足、低脑力劳动过多、安全分析能力有待增强等。

宁德核电大模型

为什么说腾讯22年前的这份神级PPT是立项汇报的天花板？

当然，也需要辅以直观的图片让老板能直接感受产品的实际效果，让老板知道这套东西在哪里展示、要动哪些技术模块。

PPT 腾讯立项汇报

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

观察套壳站泛滥，很多站会宣称自己用了GPT4，实际是3.5。

大语言模型 chatGPT

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

、复杂的推理和解决问题能力，在通用人工智能（AGI）领域取得了重大进展。

大模型语音

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

无论您是钻研语音合成、制作 Deepfake 动画、通过文本提示绘制稳定扩散视频还是视频制作，Wunjo AI 都能满足您的需求。

AI语音克隆实时语音识别

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

，如果过滤掉的数据过多会引起向量索引性能急剧下降，通过优化 HNSW 索引的数据过滤策略，2.3.0 中优化了此场景中的性能。

大语言模型

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

ChatGPT的强大毋庸置疑，特别是GPT4里面的数据分析、DALL.E 3图片生成等功能，以及近期推出的GPTs功能，这些官方公布的功能都是由他们自己内部的模型开发人员编写的提示词构成的。

ChatGPT prompt

数字人直播哪家强？中国数字人平台分析大全

数字人技术的高度定制化和个性化特点，使得数字人在直播和短视频中能够根据不同需求展现不同形象和风格，与观众建立更紧密的互动联系。

数字分身数字人

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

可以对过去的行为进行自我批评和反省，从错误中吸取经验教训，并为接下来的行动进行分析、总结和提炼，这种反思和细化可以帮助 Agents 提高自身的智能和适应性，从而提高最终结果的质量。

agent

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

<...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