文章列表-AI魔法学院

文章列表

Agent四大范式 | 综述：全面理解Agent工作原理

该策略通过引入一个附加的记忆组件来提升规划能力，该组件中存储了各种宝贵信息，包括基本常识、历史经验、领域专业知识等。

Agent 大语言模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

例如，在处理语音输入时，模型首先将语音信号转换为离散的符号序列，然后与文本的离散表示进行融合和交互。

Westlake -Omni 语音

OpenAI Assistants API 使用指南

file_path, "rb"), purpose="assistants") return file 目前上传文件有 2 种用途，一种是用于微调

OpenAI Assistants API

【进阶】-文生图术语解释

inpaint/outpaint 局部重绘，一种 img2img 的方法 ti/emb/嵌入模型模型微调方法中的

文生图

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

而且细节关注到位，能从故事中提取出主要角色信息和他们的事迹，然后直接用表格的形式呈现在我们面前。

零一万物 YI 李开复

Midjourney AI绘画美女提示词分享二

detailed, real life, Sony Alpha α7, photorealistic, photoshoot 翻译提示：杰作，最好的质量，美丽的脸，美丽的眼睛，一个时尚的女孩自信地走在街上

文生图 Midjourney

Sora懂不懂物理世界？

IUN1Y6TDATtFOK9r8m8iUQ 顾险峰老师在文中列举了Sora生成视频的物理问题，并总结如下：首先，用概率统计的相关性无法精确表达物理定律的因果性，自然语言的上下文相关无法达到偏微分方程的精密程度

文生视频视频生成 sora

如何最简单、通俗地理解Transformer？

可以添加助教微信领取大模型资料包和好用的AI工具。

Transformer 大模型

【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!

CosyVoice 包含三个开源模型： CosyVoice-base-300M：擅长准确代表说话者身份，无需微调即可适应不同上下文，能够跨语言克隆声音。

asr tts 声音

新模型Cascade你真的用对了吗？！

并且当前已知的扩展（如微调、LoRA、ControlNet、IP 适配器、LCM 等）也可以通过此方法实现。

Stable Cascade 模型

从零开始学习大模型-第二章-大模型学习路线

必备基础知识数学基础：深入理解线性代数、概率论和统计学、微积分等基础数学知识。

大模型学习

LLM native策略的内部状态是否应该结构化【2023Q3】

订火车票需要的信息是固定的，包括：乘车人、时间、车次、座别等。

大模型

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

Seed值控制虽然可大体达到目的，但是画出的人物姿态也高度趋同，而且稍微改变描述就会画出另外一个人来，而训练「高质量」模型则更费时费力。

文生图

构建开源多模态RAG系统

本质上，RAG通过允许模型从外部来源动态检索实时信息，增强了AI响应的特异性。

RAG 大模型

中国大模型「顶流群聊」笔记

客观地说，如果相信大模型技术带来了 AGI 的曙光，那么就要坦诚看到其真正产品化，并成为生产力，现在才算开始探索。

大语言模型

<...29 30 31 323334 35 36 37 38 ...>

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