文章列表-AI魔法学院

文章列表

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

更小参数意味着更有利于手机等端侧设备上部署和运行。

MiniCPM 大模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

隐私第一：在您的桌面上本地运行，确保您的数据保持私密性。

AI语音克隆实时语音识别

Stable Diffusion

Stable Diffusion男性服装提示词大全

Vintage denim jacket and retro sneakers（复古牛仔夹克和复古运动鞋） 13.

文生图提示词

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

token效果，我们会看到如下输出： Original Tokens: 2768 Compressed Tokens: 443 Compressed Ratio: 6.25x 有兴趣的同学运行一下代码

LLMLingua LlamaIndex 开源框架

2023年人工智能行业总结

在这个过程中，值得注意的是山姆奥特曼的命运转折。

人工智能 AGI 思考总结

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

在运行过程中，如果 Assistant 认为有必要调用CustomRetriever函数，会暂停运行等待异步提交函数调用结果。

RAG 检索向量库

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

30716 CFS 创建：https://cloud.tencent.com/document/product/582/9132 日志投递：启用后将对 Stable Diffusion 运行过程中产生的日志投递到日志服务

下载开源模型

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

为了解决这个问题，推进大模型在搜索中的应用，我们的Ziya-Reader应运而生。

大模型 Ziya

收藏！万字长文聊聊LLM Agents的现状，问题与未来

Agent首先是“运动”在“环境”（Enviroment）中的，环境描述了Agent所在的状态空间，运动则是一个抽象概念，可以将其理解为Agent所有行为的总和。

LLM Agents

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

并且，在 Lamini 的项目地址中有着 · 1400 个问答数据集（这是关于 Lamini 的内部工程文档，你也可以将其自定义）； · 在此数据集上运行 LLM 微调的代码；

大模型

Byzer-LLM 快速体验智谱 GLM-4

而第二个难度其实会高很多，QWen 我用了 max 版本过了，但是运行速度较慢， Baichuan 只有 Function Calling 过了， GLM-4 则一把全过，速度还很快

Byzer-LLM GLM-4

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

: NOASSERTION 这个项目是一个实时语音克隆的开源项目，主要功能包括支持中文、使用 PyTorch 进行训练和推理、可以在 Windows 和 Linux 系统上运行以及提供

AudioCraft 音频

XX来信：智能体设计模式2：Reflection

我们可以通过给LLM提供工具来帮助评估其产出，从而超越自我反思；例如，通过几个单元测试来运行它的代码，以检查它是否在测试用例上生成正确的结果，或者搜索网页以检查文本输出。

Reflection 智能体

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

ensp; 关系型数据库（RDB）：这是最传统和广泛的数据库，比如传统的PostgreSQL、MySQL、Oracle数据库等，即使在现在，关系型数据库依然是当今绝大多数应用系统运行的架构基础

大模型 PostgreSQL

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

它只生成文本，而图像输入通过视觉编码器（435M 参数）运行，并使用交叉注意力来关注这些输出。

Transformer

<...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