文章列表-AI魔法学院

文章列表

大模型训练工程那些事

从而进一步指导实验管理、数据管线、算力规划、效果评估、训练框架、模型设计等。

训练工程大模型

大模型：泛化即智能，压缩即一切！

为了下文行文方便，这里会将本篇文章想要表达的核心思想做一下定义。

泛化大模型

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

这个方法虽然可行，但不够高效，非常考验图片处理技术。

SD 背景文生图

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

一、4个衡量RAG性能的测试任务该工作将RAG评测分为4个测试维度，如图1所示： 1、噪声鲁棒性（Noise Robustness）模型能从噪声文档中提取有用信息。

大模型 RAG检索增强

九个让你成为GPT提示高手的提示词框架

• 目的：讨论意图或目标。

GPT

GGUF格式详解

那么，GGUF大模型文件格式是什么意思？

GGUF 大模型

Prompt及AI提问实践

顾名思义，模型本身的参数量越大，对Prompt的适应能力就越强。

Prompt 大模型提问

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

虽然项目最初进展顺利，但很快就变得难以维护。

开源模型

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

其工作方式类似于OpenAI通过文本和图像展示GPT 4的多模态功能，但JARVIS 更进一步集成了用于图像、视频、音频等的各种开源 LLM，还可以连接到互联网并访问文件。

大语言模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

ChatGLM3在线搜索功能升级

在前面的图文当ChatGLM3能用搜索引擎时中，我们让ChatGLM3在搜索引擎上进行的简单的搜索，但是仅仅只能搜索一些简单的内容，比如，时间。

ChatGLM3 搜索

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

· Sora 最终需要能够模拟人类的思考方式。

Sora 原理

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

小到把文字排版成PPT好像也能叫AI 大到汽车领域的无人驾驶技术，以及苹果前些天发布的眼镜用到的视觉追踪技术也叫AI 做不到相互独立和完全穷尽就算强行用一个分类把他们分类了，也会失去“分类”本身所具备的指导意义

生成式AI

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

图.

XVERSE-V 多模态大模型

<...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