文章列表-AI魔法学院

文章列表

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

这些结果强调了开发专门策略以整合检索和语言生成模型的重要性，并为未来的研究奠定了基础。

RAG 检索论文

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

Whisper 是 OpenAI 研发并开源的一个自动语音识别（ASR，Automatic Speech Recognition）模型，他们通过从网络上收集了 68 万小时的多语言（

语音 HeyGen

Stable Diffusion

硬核解读Stable Diffusion（系列三）

年3月份，又放出了基于SD的另外一个模型：stable-diffusion-reimagine，它可以实现单个图像的变换，即image variations，目前该模型已经在在huggingface上开源

Stable Diffusion 文生图

人话聊AI大模型：AIGC如何助力营销的秘密（上）

该工具于2022年7月12日进入公开测试阶段。

大模型

2024，智谱如何更快？

虽然，随着OpenAI大模型论文发布、Meta开源强势入局，大模型的神秘面纱被一一揭下，我们与国外大模型的差距在逐步缩短，但别人模型的天花板GPT-4，我们依然还远未触达。

GPT-4 大语言模型

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

· FaceChain 是阿里达摩院推出的一个开源的人物写真和个人数字形象的 AI 生成框架(

阿里大模型

中国AI大模型，应该如何商业化

此外，开源模式也是大模型商业化的一种重要方式，在这种模式下，计算机程序、软件的源代码等内容公开，并根据开源协议进行分发的方式。

大模型 AI

图解检索增强式生成（RAG）技术 | 万字长文

目前，有两个最著名的开源库专注于基于 LLM 的流程和应用开发 —— LangChain 和 LlamaIndex，它们分别在 2022 年的 10 月和 11 月成立，只相差一个月

检索增强式生成 RAG

大模型套壳祛魅：质疑套壳，理解套壳

其中，应用最广的开源基座模型，目前就是 Meta 的 Llama 2。

大模型套壳

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

目前的SD的源代码和模型都已经开源，在Github上由AUTOMATIC1111维护了一个完整的项目，正在由全世界的开发者共同维护。

文生图

大模型时代 AI 技术在金融行业的创新应用

从机器学习与 AI 工程化开始，企业通过构建各类机器学习和深度学习场景，逐步实现数字化创新。

大模型金融

AI 换脸——Deepfacelab 下载与安装，新手教程

源视频转成图片（源图片） .

Deepfacelab 换脸

【语音识别】OpenAI语音力作Whisper

训练初始模型后，查看不同训练数据源的错误率，优先对高错误率和大数据尺寸的数据源进行手动检查，剔除低数据质量的数据源。

语音转文字 whisper

大模型能力评估体系

这种情况下，评测的真实意义有时会被忽视，而且开源和闭源评测之间的选择权衡会带来公正性问题。

大模型评估

语音克隆又又又又又升级了

早在今年6月，Meta曾经推出过VoiceBox，能直接从文本生成高质量语音，不需要任何音频样本作为训练数据，可能是基于对音频Deepfake的担忧，一向秉承开源的Meta并未向工作开放VoiceBox

Meta 语音生成

<...35 36 37 383940 41 42 43 44 ...>

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