文章列表-AI魔法学院

文章列表

大模型在金融行业的应用场景

2.摩根士丹利为财务顾问及其团队提供基于私有数据的知识问答，保证答案100%来自源数据。

大模型金融应用

大模型微调数据选择和构造技巧

我们简单地把已有的数据全部当成正样本打上1，然后待筛选的数据全部当成负样本打上0，我们使用deberta等构建二分类模型，并进行K-fold的交叉验证，在交叉验证过程中，选出每一个fold过程中的测试集合里概率接近于

大模型微调

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

通过 LLM 极强的语言先验，这种架构还可以避免 OCR 中的易错字，比如“杠杆”和“杜杆”等，对于模糊文档，也有望在语言先验的帮助下实现更强的 OCR 效果。

OCR 手写文字识别

说真的，SDXL究竟藏着多少秘密，也许没人知道

这恐怕是个难以穷举的问题，要知道作为AI出图的特征之一，每张图都有对应一系列设定的唯一seed，有点像图片身份证的意思。

文生图

Falcon 180B 开源影响了谁？

比如英伟达的资深研究员Jim Fan就公开指出：Falcon-180B的训练数据中，代码只占5%，没有代码能力，就不能声称「优于GPT-3.5」或「接近GPT-4」。

大模型

一文看懂RAG：大语言模型落地应用的未来

提升用户体验：在用户交互方面，如聊天机器人或虚拟助手，RAG能够提供更自然、连贯且信息丰富的对话体验。

rag 检索增强

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

然后，对生成的答案进行人工验证，并如上所述检索相关文档。

大模型 RAG检索增强

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

Erwin_15.wav|Erwin|ZH|因为艰辛着 Erwin_16.wav|Erwin|ZH|我才想能够得到证实 Erwin

Whisper 语音优化

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

强大的预训练子模块：通过利用CLIP ViT-B16和OPT-125M这两个预训练模型，该架构在视觉编码、动作理解和语言处理方面都具有出色的性能基础。

Agent+GPT-4V 大模型

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS适用于大型语言模型助手的对话任务、对话语音和视频介绍等，这表明它可以集成到多种应用程序和服务中，提供更加自然和流畅的交互体验。

ChatTTS 语音合成

个人从零预训练1B LLM心路历程

参考了TinyLlama项目的训练时间，估计了一下大概可以使用T级别的数据训练个1B大小的LLM（优先保证训练的数据量），耗时两个月左右。

LLM 训练

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

96块A100练了14天 Phi-2 是一个基于 Transformer 的模型，使用1.4T个tokens进行训练（包括用于NLP和编码的合成数据集和Web数据集）。

小语言模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

实验性功能。

AI语音克隆实时语音识别

用ChatGPT写论文prompt大全

请包括以下几个部分:标题，摘要，引言，相关工作，方法实验，结果，讨论，结论和参考文献。

prompt

链接大模型与外部知识，智源开源最强语义向量模型BGE

中文语义向量综合表征能力评测 C-MTEB 的实验结果显示（Table 1），BGE中文模型（BGE-zh）在对接大语言模型最常用到的检索能力上领先优势尤为显著，检索精度约为 OpenAI

embedding 语义向量

<...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