首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 惊艳推荐!8款好用又免费的文本转语音TTS工具
· 【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比,等你来评!
· 你的下一个浏览器,可以是豆包电脑版!
· 我去,找到一个Github上非常优秀的AI项目,可控制鼠标、键盘,模拟人类操作,太丝滑,收藏~~~
· 耗时7天,终于把15种ControlNet模型搞明白了
· 制作可爱的表情包
· 让你不怕任何事的3个顶级思维(建议收藏)
· Midjourney各国的AI新娘
· 铁锅炖blender+ComfyUI配置,更改模型地址
· 从第一性原理看大模型Agent技术
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
大模型
EduChat:教育行业垂直领域大模型
在人工审查和清理后,在ESConv-zh中模拟了基于各种患者场景的多智能体对话,并收集了真实的中国心理咨询数据,
融
合了患者信息和诊断结果。
教育
大模型
垂直领域
大模型
大模型落地“诸神之战”,场景玩家先杀出重围了
再将AI
融
入到生产工作流,生成的素材能更加符合企业需求。
大模型
文生图
大模型
大模型应用发展的方向|代理 Agent 的兴起及其未来(下)
一些研究者将双代理合作的思想
融
入单个代理的操作中,通过快速和深思熟虑的思考过程来在各自的专业领域中表现出色。
大模型
【2023.10】看目前巨头的AI原生产品布局
这两者长期上也会
融
合,变成企业内部的通用智能助手。
大模型
产品
腾讯
为什么说腾讯22年前的这份神级PPT是立项汇报的天花板?
没错,《
金
字塔原理》这本书讲的非常清楚,论述一件事情最好的方式就是先给结论。
PPT
腾讯
立项汇报
OpenAI
【语音识别】OpenAI语音力作Whisper
模型结构(
融
入了多任务:多语种的语音识别,语音翻译,语音语言识别,声音活动检测) 模型有5个版本,参数量、支持语言、显存和速度如下: &ensp
语音转文字
whisper
RAG
RAG模型的主要痛点和解决方案
痛点3:难以条件化上下文 背景:即使有好的检索,RAG模型经常难以正确地条件化上下文文档并将外部知识
融
入生成的文本中。
rag
大模型
大模型
深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型
这款模型能够无缝地
融
入 Fireworks.ai 环境,使用户能够针对各种应用场景发挥其强大功能。
开源模型
Mixtral
8x7B
写作
AI写作不如意?万字长文深度剖析背后原因
将个人经验
融
入文章中还可以掩饰AI撰写的材料。
AI写作
开源
ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略
自然语言处理
融
合了计算机科学,语言学和机器学习的交叉学科,利用计算机技术对语言进行处理和加工的科学,包括对词法、句法、语义等信息的识别、分类、抽取、生成等技术。
开源
Sora
一文带你看懂OpenAI-Sora生成视频的原理
时空潜在补丁让这一切成为可能,它使得Sora能够处理这种动态环境,就像那些能够将一连串的情节和动作完美
融
合在一个故事中的连环画家。
视频生成
sora
大模型
大模型下半场,关于Agent的几个疑问
当在进行基于文本的Agent的开发时,当多模态的分水岭时刻到来,这些Agent是在原有基于文本的基础上继续发展,进一步
融
入多模态特性?
大模型
Agent
AI Agent新对决:LangGraph与AutoGen的技术角力
通过
融
合各种专家知识,LangGraph为各类应用提供强大支撑,能够显著提高工作效率,其灵活性、可扩展性、高效性和易用性使得LangGraph在人工智能领域具有广阔的应用前景。
LangGraph
AutoGen
对决
Python
LangChain手册(Python版)11模块:提示模板
此提示模板将计算用户每笔交易支付的平均
金
额。
大模型
一文带你认识ELMo
缺点 使用LSTM提取特征,而LSTM提取特征的能力弱于Transformer 使用向量拼接方式
融
合上下文特征,这种方式获取的上下文信息效果不如想象中好 训练时间长,这也是RNN的本质导致的
embedding
<
...
25
26
27
28
29
30
31
32
33
34
>
1
2
4
5
6
7
8
9
100