文章列表-AI魔法学院

文章列表

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

基于这三个开源模型，业界进行了指令微调或强化学习，衍生出了许多不同的大模型。

大模型微调训练

惊艳推荐！8款好用又免费的文本转语音TTS工具

在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。

TTS Maker 语音

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

柔和重绘功能这次的1.8版本在图生图模块内新增了一个柔和重绘功能（非常好用！）

SD 画图

垂直领域大模型的一些思考及开源模型汇总

而专业模式是借助检索的手段，对用户查询进行匹配从知识库中筛选出合适的证据，再根据大模型汇总能力，得到最终答案。

垂直领域大模型开源模型汇总

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

Stable Diffusion，一款强大的AI模型，让我们能够创造出惊人的艺术作品。

开源模型文生图图生图提示词

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

充当抄袭检查员我想让你充当剽窃检查员。

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL是支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的VL模型，Qwen-VL除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力

大模型

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

在后训练阶段，智谱团队不仅完成了对话场景的人类偏好对齐，还运用拒绝采样和强化学习等先进技术，重点提升了模型在指令理解、工程代码生成、函数调用等关键任务上的能力，从而显著增强了智能体执行任务的核心素质。

GLM模型智谱

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

多语言处理、符合人类喜好、智能体能力，还有检索增强生成，它都游刃有余。

Qwen1.5 开源模型

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

延伸阅读：LangChain 0.1.0版本正式发布，One More Thing将成了Agent落地生产的福音本文以官方提供的“Text2SQL的ReAct Agent”为例来了解基本的开发过程

Agent QueryPipeline 大模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

PART 01 未来大模型的发展方向：AI Agent 大语言模型（Large Language Models, LLM)最核心的能力是对语言的处理，具备良好的意图识别和文本生成能力让 LLM

GPT-4

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

LMU | 多模态RAG系统论文：https://arxiv.org/pdf/2410.21943 检索增强生成（RAG）主要解决的是大模型缺乏领域知识且容易产生幻觉的问题。

大模型研究

17K star！30秒偷走你的声音，开源声音克隆工具

现在的AI发展越来越快，生成一段语音不是难事，那如果生成的是你自己的声音？

OpenVoice 声音克隆开源

8个常用中文OCR数据集，附下载链接

训练集中一共有300幅图像，通过随机抽样的形式从原始数据集中抽取出来。

OCR

<...34 35 36 373839 40 41 42 43 ...>

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