文章列表-AI魔法学院

文章列表

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

它最大可支持96k的上下文推理，相比第一代，长文生成和理解能力提升30%。

开源大模型电信

国内厂商语音识别与Whisper评测：现状与概况对比

语音识别技术不仅可以应用于智能助手、语音控制、自动化客服等领域，还有望为残障人士提供更便捷的沟通工具。

语音识别 Faster-Whisper

图解 Transformer——功能概览

这种多功能性和灵活性的提升，为我们处理和理解自然语言提供了前所未有的可能性。

Transformer 大模型图解

2023检索增强生成技术（RAG）研究进展

与传统检索相比，当前 RAG 系统最显著的不同之处在于其组件的灵活性和模块化设计。

RAG 检索增强

解读 Openai 给 DALLE3 设的完整系统提示词

100年前创作的艺术家可以直接引用(例如，梵高，克林姆特)。

提示词绘画 DALLE

语音克隆又又又又又升级了

，不过本周一，Meta发布了一个交互式的网站，可以免费体验类似VoiceBox的音频生成器——AudioBox.

Meta 语音生成

Deepseek-V2技术报告解读！全网最细！

沿袭了一贯的作风，Deepseek对模型（基座和对话对齐版本）进行了完全的mit协议开源，可以商用。

Deepseek-V2 大模型

如何改善你的回测方法，提高策略的未来收益

这些问题可能导致过度拟合，使得策略在样本外的表现不佳。

回测方法

AI音乐热潮下，“神曲工作室”率先失业

“有一些可能会不太能听得出来，但是也得看是什么样的小样。

音乐音频

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

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

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

至关重要的是，这些智能体可以访问他们可以选择使用的一组支持工具和数据。

AI Agent 人工智能

Stable Diffusion

AI绘画Stable Diffusion进阶使用

最后，注意不同的 VAE 适配的模型不同，也不是某个 VAE 可以用在任何模型下，否则可能会生成非常奇怪的图。

Stable Diffusion 文生图

AI Agent / 智能体观察笔记（上）

灵活性反应性：智能体必须识别他们的周围环境并对其中的变化作出反应。

大模型

详解 Diffusion (扩散) 模型

不幸的是，这是不可能的。

Diffusion 开源模型

<...42 43 44 454647 48 49 50 51 ...>

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