文章列表-AI魔法学院

文章列表

如何用大语言模型构建一个知识问答系统

具体过程涉及以下几点，如图所示：领域知识入库流程示意图数据源可能来自于网络（游戏已经对外的攻略）、本地文本文件（技术文档、设计稿）或者数据库（业务自己维护的 UGC，比如用户帖子

知识库

铁锅炖blender+ComfyUI配置，更改模型地址

尝试与blender一起打开虽然暂时用不太上blender，但流程还是要走的。

comfyui 文生图

【AI代理】扣子，开始探索多代理模式

对于一般的请求，可以由代理1处理，而搜索的请求则可以由代理2执行：一般的请求：搜索的请求：但是，在把请求从代理1传达到代理2进而获取结果这个流程，扣子还是存在一些缺陷

多代理模式大模型

超级转化！5个让销售数字飙升的顶级 Prompts！

简化购买流程沟通（如何购买）如何简化购买过程，使之更加易懂？

Prompt 提示

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

result = whisper.decode(model, mel, options) print(result.text) 程序返回

Whisper 语音优化

8 月份火火火火的 GitHub 开源项目

https://github.com/documenso/documenso 04 单词肌肉记忆锻炼软件为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件，整个开源软件也有专门为程序员准备常用单词词库

大模型

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

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

客观来看，语言是不同文化之间交流的最大壁垒，如今，借助AI技术的帮助，这一壁垒有望被有效地打破。

翻译大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

解决方案，对数据并行处理，具体实现参考海量数据高效训练，核心思想自定义数据集本次的主要目标是使向量化耗时随着处理进程的增加线性下降，训练时数据的内存占用只和数据分段大小有关，可以根据数据特点，灵活配置化

大模型

ChatGPT写论文指令全集

每种提示类型都有其独特的作用和效果，使用户能够根据不同的需求和场景来优化与AI的交流。

ChatGPT 写作

为什么说数智化可以帮助中小企业降本增效 ?

这个概念的核心是通过利用数字技术和人工智能，对企业的各种运营流程进行优化和改造。

大模型

OpenAI Assistants API 使用指南

下面是 Run 的状态流转图：当创建 Run 后，Run 会自动进入 queued 状态 queued 状态后进入到 in_process

OpenAI Assistants API

小度为何押注AI眼镜？

总之，小度AI眼镜，用真实的视角和流畅的性能，带来了崭新的交互体验。

AI眼镜小度

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

此外，通过在训练过程中使用多个讲话者的语音数据，并引入自动编码输入来帮助稳定注意力，进一步扩展了模型的规模，使其能够在所有训练过程中看到的语种中一致地合成可理解的语音，包括训练讲话者的本地口音或外国口音

coqui-ai TTS 语音

ChatGPT「火」烧到游戏行业，有人用其设计关卡、撰写文案、激活NPC，这会给游戏行业带来什么改变？

之前我们讨论现在大型游戏开发的难点，其实最底层的问题就是需要将人力投入到一些对核心玩法无关紧要但是仍然及其吃时间的流程中。

大模型 chatGPT

<...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