文章列表-AI魔法学院

文章列表

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper简介 faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。

语音识别 Faster-Whisper

4种通过LLM进行文本知识图谱的构建方法对比介绍

我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。

知识图谱大模型

一文汇总市面上所有prompts提示词框架

Prompts，作为大语言模型交流与理解的桥梁，扮演着无比重要的角色，指引着模型准确解读输入信息，从而生成我们所需的特定输出。

提示词框架 prompt

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

考虑到大型语言模型（LLMs）在语言理解、生成、交互和推理方面表现出色，我们认为LLMs可以充当控制器，管理现有的人工智能模型来解决复杂的人工智能任务，而语言可以成为通用接口来实现这一点。

开源模型

Stable Diffusion

耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！

也就是SD界面左上角的“Stable Diffusion模型” 假如现在我想生成一个真人AI小姐姐，就选用chilloutmix的大模型那么问题来了，我们这些模型从哪来呢？

文生图

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

多模态和语言能力指标上，Claude 3都赢麻了。

claude 大模型

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

ChatGLM-6B是清华大学知识工程和数据挖掘小组发布的一个类似ChatGPT的开源对话机器人，由于该模型是经过约1T标识符的中英文训练，且大部分都是中文，因此十分适合国内使用。

提示词 prompt chatgpt

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

trade-off，众所周知，chunk 的大小对最终交付的 RAG 效果至关重要，与其不停的在各种 size 的 chunk 大小之间上窜下跳的找最佳实践，不如路子玩儿的再野一点，在 Document

大模型 LangChain RAG

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

从Lilian Weng的《LLM Powered Autonomous Agents》让我们初步了解，基于大型语言模型的AI-Agents systems是一个什么样的架构形式，从单一智能体的Planning

大模型

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用不同的情感和语气来表达你的想法，那该多有趣？

EmotiVoice 语音合成

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

现在，小白也可以打造专属的智能体了！

大模型

Deepseek-V2技术报告解读！全网最细！

深度求索Deepseek近日发布了v2版本的模型，沿袭了1月发布的 Deepseek-MoE（混合专家模型）的技术路线，采用大量的小参数专家进行建模，同时在训练和推理上加入了更多的优化。

Deepseek-V2 大模型

Stable Diffusion

Stable Diffusion真实人物转卡通证件照（2.0版）

现在就来试试Stable Diffusion中的dreamshaper_7模型和卡通证件照_v2.0模型，再配合ControlNet插件，就可以把各种真实人物照片变成卡通证件照头像啦！

Stable Diffusion 文生图

<...32 33 34 353637 38 39 40 41 ...>

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