文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

这种灵活的集成方式，让应用能够更智能地响应用户需求。

GPT-4o 语音交互

全球学术界知名学者教授信息大盘点（全）

全球学术界知名学者教授信息大盘点：本文是学术大佬资料整理得合集（共计86位），他们都是自然语言处理（NLP）方面得权威专家。

AI大佬知名学者

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

dDPO)以及利用AI反馈(AI Feedback, AIF)的偏好数据，研究者成功提升了模型的任务准确性和意图对齐度。

小型语言模型 Zephyr-7B

说真的，学会用SD做电商图，你才是真的入了门

用具体的数字来衡量，假如国内ChatGPT的用户有1亿人，那么Midjourney的用户大约是GPT的十分之一，千万级的规模；而SD又是MJ的十分之一左右，也就是百万级。

文生图 SD 电商

向量数据库简介和5个常用的开源项目介绍

为了在人工智能和机器学习应用中利用这些数据，我们需要使用嵌入将其转换为数字表示。

开源模型

使用知识图谱提高RAG的能力，减少大模型幻觉

如果为给定用户找到朋友的朋友(共同联系)，那么我们应该进行如下操作： 1、在图数据库中标识表示参考用户的节点。

RAG 大语言模型

Langchain中改进RAG能力的3种常用的扩展查询方法

来创建用户查询的抽象。

检索增强生成 Langchain

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

创建更安全的 AI 应用程序提供指导和必备工具。

开源模型 Gemma

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

因此，如何利用无标注的语音数据和文本数据，实现无监督的语音识别，是一个非常有价值的研究方向。

Translatotron 语音识别

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

菜单应包括[具体类别，如'开胃菜、主菜、甜点和饮料']，其设计应让人联想到[具体的氛围或感觉，如'舒适的意大利乡村']。

文生图

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

它使用了一种叫做变分自编码器的方法，可以从大量的人体数据中学习出一个低维的表示空间，然后用这个空间来生成多样的身体姿态。

audio2photoreal 开源工具

腾讯出品！开源AI数字人框架！号称可以不限时长

MuseV利用了一种新颖的视觉条件并行去噪方案，支持无限长度的视频生成。

MuseV 视频数字人框架

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

你不应该还没听说过的AI绘画神器—StableDiffusion指北咒语！

大模型文生图

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

当应用于 LLM 思想时，相应的图形转换有望带来更强大的提示，但它们不能用 CoT 或 ToT 来表达。

大模型

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

3、使用英文去撰写提示词，并且使用大写突出显示单词为什么要使用英文去撰写，这一点其实不需要做过多解释，大家应该都能理解，毕竟模型是人家用英语做母语的人研发的

ChatGPT prompt

<...33 34 35 363738 39 40 41 42 ...>

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