文章列表-AI魔法学院

文章列表

RLHF 在 Text2SQL 领域中的探索

本文主要介绍了 Text2SQL 的基本概念，以及 RLHF 的概念和框架，最后结合 DB-GPT-Hub 项目，将 RLHF 方法应用于 Text2SQL 任务进行实践探索。

Text2SQL RLHF

从Langchain到ReAct，在大模型时代下全新的应用开发核心

这个功能背后的原理就是来自ReAct框架。

大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

架构细节对于文本到图像的生成，我们的模型必须同时考虑文本和图像两种模式。

SD 论文

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion 的SDXL-Lightning大模型。其中最为低估的，是StableCascade。

StableCascade 文生图

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

对于对Agent感兴趣的朋友们，我推荐一篇论文，它全面地介绍了Agent的架构，对于理解Agent的全局有着重要的价值。

大模型 LLM Agent

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

不以开放性著称的苹果居然同时开源了大模型的权重、训练和评估框架，涵盖训练日志、多个保存点和预训练设置。

OpenELM 大模型

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

SD3 正式开源 Sora同源架构

的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向，那么两者没有必然的联系，但Sora和Stablediffusion3的架构是出奇的一致

SD3 绘画

图文详解丨iOS App上架全流程及审核避坑指南

本期我们从iOS app上架流程开始梳理，详细了解下iOS app上架的那些事。

iOS 苹果市场

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

当我们开启某个话题前，ChatGPT 空白的输入框里默认写着这一句话。

ChatGPT 聊天

OpenAI 无需向量化的 RAG 新架构设计范式剖析

最近，OpenAI 公布了一个令人眼前一亮的 RAG 问答系统架构设计新范式。

OpenAI RAG 架构

自从prompt用了示例演示，GPT的输出稳定性达90%

提高GPT的输出准质量，本文将通过5W2H的分析框架，深入探讨免费AI资料大全，公众号添加博主领取。。

prompt 提示词

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

项目简介代理框架设计用于构建在服务器上运行的实时、可编程参与者。

voice agent 开源音视频

<1 2 345 6 7 8 9 10 ...>

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