文章列表-AI魔法学院

文章列表

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

高效的数据引擎 XTuner 适配了多个热门开源数据集格式，开发者如已有对应格式的数据集，可以直接使用，并支持多种格式数据源的混合使用： Alpaca

大模型

大模型应用的10种架构模式

面向微调的分层缓存策略模式我们将缓存策略和相关服务引入到大模型应用架构中，可以成功地解决成本、数据冗余以及训练数据等组合问题。

大模型架构

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

应充分利用两种检索的优势，同时适当权衡精度和延迟等指标，为RAG系统选择最佳的检索方案： (1)可以先用更快的关键词检索获取召回候选集，再用语义检索模型重新对候选集打分排序。

大语言模型 RAG检索增强

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

+性能比较然而，不同的姿态估计数据集有不同的分布，简单通过单一模型来建模不同的姿态估计数据集会因为数据集之间的冲突造成各个数据集上的性能下降。

ViTPose+Transformer 身体姿态

RLHF 在 Text2SQL 领域中的探索

图1 DB-GPT项目原生对话示意图 02 数据集公开的 Text2SQL 数据集比较多

Text2SQL RLHF

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（一）：安装与常用插件

这个插件可以说是很多小工具的集合，它带有的功能都会显示一个绿色小蛇的图标，方便我们区分。

文生图 comfyui

FFmpeg之父新作——音频压缩工具 TSAC

根据官网介绍，TSAC可达到非常低的比特率，例如44.1 kHz采样率下的码率可以达到单声道 5.5 kb/s 或立体声 7.5 kb/s，具有良好的感知质量。

TSAC 音频工具

金融行业的开源AI大模型

此外，FinGPT引入了新的指令调整范式，增强了模型适应多样化金融数据集的能力，并促进了开源大型语言模型在金融数据集中的系统性基准测试和成本效益论文地址： https://arxiv.org/abs

开源大模型

动作识别模型有哪些

作者提出了利用网络训练多帧密度光流，以此作为输入能在有限训练数据的情况下取得不错的结果； 3.

动作识别模型

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3 语音模型开源模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

F5-TTS在公共的100K小时多语言数据集上进行训练，展现出高自然性和表现力的零样本能力、无缝代码切换能力和速度控制效率。

F5-TTS 音频克隆

刚上线就崩了？字节版 GPTs 征战国内市场：无需编码，快速创建 AI 聊天机器人

无限拓展的能力集扣子集成了丰富的插件工具，可以极大地拓展 Bot 的能力边界。

Coze 聊天机器人

EasyPhoto | 您的智能 AI 照片生成器

项目简介 EasyPhoto是一款Webui UI插件，用于生成AI肖像画，该代码可用于训练与您相关的数字分身。

训练 EasyPhoto 文生图

50+ Midjourney 美食相关提示词，看了别留口水哦

通过对提示词的精挑细选，我们就可以从这个宝藏里面挖掘无数的美食创意。

midjourney 文生图绘画

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

随着互联网的发展，非结构化数据如电子邮件、论文、传感器数据、照片等变得越来越普遍。

开源模型

<...30 31 32 333435 36 37 38 39 ...>

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