文章列表-AI魔法学院

文章列表

颠覆数据存储方式：向量数据库的威力

它主要基于向量相似度搜索，可以更快速地处理大规模的高维数据。

编程数据库

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

然而，大模型也意味着高昂的硬件成本，让不少平民玩家望而却步。

大模型

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

同时，它还支持搭载机械手，如OpenManipulator，以扩展其应用范围。

ROS 机器人开源模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

在自然语言处理中，Embedding 常常用于将文本数据中的单词、句子或文档映射为固定长度的实数向量，使得文本数据能够在计算机中被更好地处理和理解。

RAG Embedding

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

自动化神器Autolt：不再重复工作

随着时间的推移，Autolt发展成为一个功能强大的脚本语言，支持各种Windows操作系统的自动化任务。

RPA 自动

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

支持处理各种复杂格式的非结构化数据，包括文本、图片、扫描副本、结构化数据和网页等。

RAGFlow RAG 开源

对于大模型RAG技术的一些思考

具体可以参考下图，这个流程的打通其实特别容易，基本上1天就能把架子搭起来，然后开发好了API对外服务。

RAG 大模型

8个常用中文OCR数据集，附下载链接

数据多样、复杂，它包含了平面文本、凸出文本、城市街景文本、乡镇街景文本、弱照明条件下的文本、远距离文本、部分显示文本等。

OCR

真超越了GPT？国产大模型实用场景横评②

本次测试有如下创新内容：为尽可能排除测试中的干扰因素，使人们可以轻松地比较结果差异与提示词（prompt）之间的关系，我们的问题是模块化的。

大模型

【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!

，具有以下功能: 零样本文本到语音（TTS）: 输入 5 秒的声音样本，即刻体验文本到语音转换。

语音克隆开源模型

【2023.10】看目前巨头的AI原生产品布局

在程序员输入时候，直接给出建议的方案，程序员可以快速选择采纳、切换方案或者无视。

大模型产品

低调的PDF，为什么成了数字文档“永远的神”？

2023年8月21日，美国前总统唐纳德·特朗普在他创建的社交平台“Truth（真实社交）”上发文表示，他将赴亚特兰大就涉嫌推翻2020年总统选举佐治亚州结果向该州司法当局自首。

工作

大模型实践总结

如果不是有特别充裕的时间和计算资源，建议跳过该阶段。

大模型训练

【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!

情感共鸣：能够创建情感共鸣的声音， CosyVoice-instruct 版本通过情感指令显著提高了情感控制的准确性。

asr tts 声音

<...31 32 33 343536 37 38 39 40 ...>

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