文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

17K star！30秒偷走你的声音，开源声音克隆工具

论文：https://arxiv.org/abs/2312.01479 网站：https://research.myshell.ai/open-voice 安装&ensp

OpenVoice 声音克隆开源

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

在综合评测的平均分上，MiniCPM3-4B 以 66.3 的得分超越了 Qwen2-7B（65.3）和 GLM-4-9B-Chat（65.0）&ensp

MiniCPM3-4B 大模型

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

手动目录，本文包含的内容：一、自然语法二、Tag提示词三、提示词的权重写法（1）小括号、中括号和大括号（2）元素融合的两种写法（3）tag的精细控制写法（4）用tag来控制画面比重

stablediffusion prompt 提示词

46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！

ChatGLM：新增ChatGLM系列模型，来自智谱AI（GLM-4/GLM-4-vision/GLM-3-turbo Moonshot AI：集成kimi系列模型。

AI开源集合

大模型套壳祛魅：质疑套壳，理解套壳

智谱 AI 成立于 2019 年，并在 2020 年底开始自研预训练框架 GLM。

大模型套壳

整理了近期所有TTS相关的大模型

netease-youdao/EmotiVoice/blob/main/LICENSE) [Yes](https://github.com/netease-youdao/EmotiVoice/wiki/Voice-Cloning-with-your-personal-data

TTS 大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

GPT-4 是 OpenAI 提供的一个模型，其架构不明（技术上类似于 Transformer）。

Transformer

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

一般情况下有4种常见的使用方法： · Prompt Engineering · · Retrieval Augmented Generation (RAG

生成式AI

AI备案实战指引

AI备案申请提交完成之后，一般情况下，分为资质初审、线上二审、线下核查、线上终审，历经3～4个月左右的时间，万一资料被驳回修改，时间还会延长。

备案

聊聊AI产品做算法备案这件事

北京智谱华章科技有限公司是公司主体，GLM-130B是大模型，本身不是任何产品，这就是服务技术支持者，给别的产品做支持的。

工作

生成式人工智能的“经济学”，The Economic Case for Generative AI

在成本和时间上，你会发现有4到5个数量级的差异。

生成式人工智能经济学

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于General Language Model (GLM)架构，具有 62 亿参数。

提示词 prompt chatgpt

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

4.

大模型微调训练

【语音识别】OpenAI语音力作Whisper

模糊去重转写文本，减少训练数据集中的重复量和自动生成的内容； 4.

语音转文字 whisper

<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