文章列表-AI魔法学院

文章列表

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

一味的靠抄Prompt模板，其实不是长久之计。

OpenAI Prompt 提示词

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

causal decoder结构会在所有的token上计算损失，而prefix decoder只会在输出上计算损失，而不计算输入上的损失。

大模型

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

由于涉及到创建嵌入和设置矢量存储的任务，RAG也需要很多的工作量，比Prompt Engineering要高一些。

生成式AI

SD入门教程六：ControlNet基础入门

控制类型分类选择，每个分类都会有一套预设的模板其中包含预处启用开关、低显存模式、完美像素模式、预览、预处理器、模型、权重、

ControlNet 文生图

AI+大模型在金融行业的应用场景

客户细分：机器学习技术可以根据诸如消费习惯、交易历史和人口统计学等各种属性对零售银行客户进行细分。

AI大模型金融

RAG从入门到精通-RAG简介

这种设计既发挥了LLM强大的语言生成能力,又规避了其知识更新的困境,使之能更智能地回答各类问题,尤其是需要外部知识支持的问题。

rag 大模型

开源！数字人资源大集合！

· 感知系统，图宾根计算机公司，马克斯·普朗克智能系统研究所，作者：Michael Black。

数字人开源

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

基于其领先的视觉 token 密度，MiniCPM-V 2.6 成为了首个支持在 iPad 等端侧设备上进行实时视频理解的多模态大模型。

minicpm 面壁

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

像GPT-4o这样的MLLM的出现，以其卓越的多模态能力和丰富的交互体验，不仅突显了这些技术在实际应用中的不可或缺性，同时也为人类与计算机交互设立了新的基准。

Baichuan-Omni 多模态大模型

金融行业的开源AI大模型

Open-Source Financial Large Language Models》与专有模型不同，FinGPT代表了一个创新的开源框架，采用以数据为中心的方法，专门为在金融领域应用大语言模型（LLMs）而设计

开源大模型

Stable Diffusion

Stable Diffusion 30种采样器全解！

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion采样器

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.02 技术亮点：多模型协作，创新驱动性能突破 ClearerVoice-Studio 的核心优势在于其精心设计的模型体系，针对不同的语音处理任务量身打造了多款创新模型

ClearerVoice-Studio 语音

实测：本地跑llama3:70B需要什么配置

以前，想要在本地运行类似GPT-4级别的模型几乎是不可能的，因为它们需要庞大的计算资源和专业的设备。

llama GPU内存

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

黑板报划重点：这里最重要的两个技术原理，第一Transformer是模型的设计架构，第二是Pre-trained预训练。

大模型

<...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