文章列表-AI魔法学院

文章列表

LangChain + ChatGLM2-6B 搭建私域专属知识库

初代模型的开发经验，全面升级了基座模型。

知识库

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

简而言之，提示工程就是寻找一种编辑查询（query）的方式，使得大型语言模型（LLM）或 AI 绘画或视频生成器能得到最佳结果或者让用户能绕过这些模型的安保措施。

prompt 大模型提示

玩一玩ChatGLM3，1660s即可流畅运行！

ChatGLM应该是最早支持低配显卡运行的大语言型。

大模型 ChatGLM

人工智能对话prompt：用聪明的方式解决各种难题

所谓ChatGPT的基本功核心是学会设置 Prompt ， Prompt 你可以理解成「提示语」，他的目的是让ChatGPT进入某种对话模式。

chatgpt 提示词 prompt

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

大语言模型尽管具有所有语言能力，但缺乏掌握“现在”的能力。

检索增强生成大语音模型

人脸识别的开源的项目有哪些？

它支持多种编程语言，包括Python、C++、Java等。

人脸识别开源项目

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

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

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

无论您是想要模仿某位名人的声音，还是需要在不同语言之间进行语音转换，OpenVoice都能够满足您的需求。

tts 文本转语音

数字人：从科幻走向现实的技术革命

通过训练模型，数字人可以模仿特定的声音或语调，与用户进行自然流畅的对话。

数字人语音

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

1.安装目前官方提供单机模式、集群模式、离线模式三种安装方式，目前milvus都是基于docker 容器方式按照，其中单机模式使用docker-compose方式，集群模式主要是依托K8S实现的。

向量数据库

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

它采用纯语言建模方式，打破了传统 TTS 模型依赖复杂架构和外部适配器的模式，为语音合成领域带来了新的思路。

OuteTTS-0.1-350M 音频

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

中文开源文本嵌入模型中最被广泛使用的 text2vec 主要是在中文自然语言推理数据集上进行训练的。

GPT

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

1.1 基本术语讲解基础模型（大模型/底模型）：属于预调模型，它决定了AI图片的主要风格。

文生图

<...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