文章列表-AI魔法学院

文章列表

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

从Langchain到ReAct，在大模型时代下全新的应用开发核心

ReAct方式的作用就是协调LLM模型和外部的信息获取，与其他功能交互。

大模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

、特征明显，图片构图简单，避免其它杂乱元素；如果是人物照，尽可能以脸部特写为主（多角度、多表情），再放几张全身像（不同姿势、不同服装）；减少重复或相似度高的图片。

训练

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Captions：利用 AI 轻松实现视频翻译本地化 Captions以制作AI生成的字幕、语音纠正以及在后期制作中纠正视频创作者眼球位置的技术而闻名。

AI

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

prompt提示，来引导已学习到的知识的使用；Fine-tuning可能在调整模型参数过程中，可能带来了灾难性遗忘问题提示微调v2（Prompt-tuning）在第一版基础上，将每层输入都添加上

训练微调

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

大模型内置的几个常用的功能，相当于把领域相关的部分放到了模型的内部，比如内容生成，编写代码等。

大模型

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

根据上下文窗口大小和用作上下文的输入变量，它可以适应不同的LLM类型，例如对话历史记录、搜索结果、先前的答案等。

开源模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

pro-chat', '@ant-design/pro-editor', 'react-intersection-observer', ], }; Note 如果你使用的是新版本的

ProChat 大语言模型

搞了一个Dify开源知识库

不久前，dify发布了新的workflow，于是乎我写了这样一篇文章： · Dify

Dify 大模型知识库

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

Prompt屠龙术-少样本示例

写在前面上期介绍了思维链的技术，本期来讲一讲Prompt编排过程中的另一种极为有效的技术Few-Shot (少样本示例).

Prompt 少样本示例

大模型微调数据选择和构造技巧

其实在大模型之前，就有很多人研究过这样的问题。

大模型微调

整理了近期所有TTS相关的大模型

从 XTTS 到 Pheme,从OpenVoice 到 VITS，每个大模型包括源码地址，支持的语言，非常棒！

TTS 大模型

<...36 37 38 394041 42 43 44 45 ...>

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