文章列表-AI魔法学院

文章列表

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

在两个机器翻译任务上的实验表明，这些模型在质量上更优越，同时更易于并行化，且训练时间大大减少。

Transformer 大模型

Agent具体实现

有了代理，就不需要手动编写 if/else 逻辑了，只需将选项提供给模型，让其进行判断。

Agent 大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书团队开发的。

ControlNet 文生图

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

传统的时间序列模型，如门控循环单元（GRU），虽然在股票预测中得到了广泛应用，但在处理市场复杂的非线性动态以及灵活选择和有效利用关键历史信息方面仍存在诸多局限。

MCI-GRU 股票大模型

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

严格说来它是一个由几个组件（模型）构成的系统，而非单独的一个模型。

Stable Diffusion 文生图

基于LLM+向量库的文档对话痛点及解决方案

笔者发现目前的痛点是文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。

开源模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

BGE M3-Embedding，该模型支持超过100种语言，能够接受不同形式的文本输入，文本最大输入长度扩展到4192，并且支持包括稠密检索，稀疏检索，多向量检索三种不同检索手段。

BGE M3-Embedding 多语音检索

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

得益于其采用的对抗性扩散蒸馏技术，该技术可以在高质量图像下以1-4个步骤对大规模基础图像扩散模型进行采样，同时避免了其他蒸馏方法中常见的失真或模糊问题。

Stable Diffusion 文生图

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

管理办法第二条这意味着境外AIGC服务提供者（无论是模型层还是应用层），无论是直接向境内提供相关服务，还是通过API接口或其他形式“封装”后提供“间接”服务，都将受限于管理办法的相关规定

人工智能

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

1.ChatGLM3简介 ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3 语音模型开源模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

fish-speech1.4模型代码语音克隆 F5-TTS模型推理部分代码 Mask-GCT模型推理部分代码 CosyVoice模型的推理代码效果篇

语音克隆开源模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

对此，薄列峰认为，文生视频模型与世界模型的机制存在差异，视频是一个观察者角色，并不能真正改变世界，文字与物理世界描述之间也具有不对应关系。

通义文生视频

使用ChatGPT润色出高品质文章的提示词

比如段落间的跳跃性可能让文章显得断裂，强化段落间的过渡可以帮助读者更好地理解文章的内容。

写作大模型 ChatGPT

<...38 39 40 414243 44 45 46 47 ...>

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