文章列表-AI魔法学院

文章列表

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

其训练成本仅需500美元，仅需在16个A100 GPU上运行8小时。

大语言模型开源模型

RLHF 在 Text2SQL 领域中的探索

2021年8月，西安交通大学和微软等提出了首个跨领域、多轮 Text-to-SQL 中文数据集，包含了 5459 个多轮问题组成的列表，17940 个<query, SQL>二元组

Text2SQL RLHF

十大开源语音识别项目

· 项目地址：https://github.com/nl8590687/ASRT_SpeechRecognition star：7.1k 广告现在注册领取168元算力金

语音识别开源项目

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

不过SUPIR的优点也很明显，不仅处理了面部，对画面中的其它元素也进行了修复，比如上图中的服装部分更清晰了。

SUPIR 文生图

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

根据市场调研机构 Contrive Datum Insights 的预测，到 2030 年，全球 AI 玩具市场的规模有望达到 351.1 亿美元。。。

OpenAI 嵌入式实时语音 SDK

3 个令人惊艳的 GitHub 开源项目，诞生了！

当中有一些作品，甚至还拿到了艺术博览会的冠军，或卖到了 40 万美元的高价。

开源模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

wav2lip对SyncNet 进行了三个方面的修改，训练了更好的专家口型同步判别器：即使用RGB图像作为输入，增加模型的深度，使用余弦相似度二元交叉熵损失，即余弦相似度BCE损失。

wav2lip 语音

Openai 异步客户端接入国产大模型 Kimi

开放平台开放地址：https://platform.moonshot.cn/docs/docs 平台还为每个新用户赠送了 15.00 元元的 API 调用额度。

Kimi Chat 大模型

中国大模型「顶流群聊」笔记

最终要把模型做到 State of the art（SOTA，特指领先水平的大模型）的水平，数据清洗、预训练、微调、强化学习，各个步骤都不能少，每年算力可能千万美元起，并不见得一下子门槛就没了，更不是使用开源模型就不用继续投入了

大语言模型

OCRmyPDF—可智能识别PDF文本和图片信息的工具

5、 --title "My PDF" # 它可以更改输出元数据

OCRmyPDF 工具

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama的团队构思出了一种巧妙的多元化数据收集策略，通过GPT-4生成特定主题、分布和趋势的数据，来确保数据集的多样性。

ChartLlama 开源模型图标

Prompt | 抖音视频脚本

作为第三次输出，如果我选择了一个钩子，就开始在代码块中显示 TikTok 脚本，显示为 "**这里是您的脚本**： <TikTok视频的完整脚本，在编码单元中显示文本。

prompt

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

虽然超自动化在架构中引入了测量、监视和重新评估，但RPA仍旧处于相对独立的运行单元。

RPA 自动化

聊聊我对AI Agents技术的一些看法

Westland Chronicles 剧照而从实验性质的模拟向下，类似 MetaGPT 等的多智能体 AI 框架逐渐诞生，通过模拟不同角色之间的“合作”，最终实现“生成一个包含分析和设计的示例大约需要0.2美元（

AI Agents 大模型

保姆级教程：图解Transformer

#119889;𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛] ，然后把他们加起来做残差连接，直接进行元素相加

人工智能

<...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