文章列表-AI魔法学院

文章列表

【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!

MaskGCT模型介绍大型文本到语音（TTS）系统通常被分为自回归和非自回归系统。

语音克隆开源模型

Midjourney AI绘画美女提示词分享一

lace gown, knee - length skirt, bokeh in background, shadows --upbeta --v 5.1 --s 750 翻译提示：昏暗的现代现实主义背光室内黄金时段的照片

文生图 Midjourney

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

比如我们最开始用m3e，后面用bge，再后面还用了通义千问的embedding模型。

RAG 检索增强

大模型评测新思路：弱智吧精华问题大全

随着十几年的发展，越来越多的弱智文学也有了奇怪的风格，有心灵鸡汤，有现代诗，甚至有一些出现了哲学意义。

弱智吧训练数据集

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

而从这个意义上说，自回归 LLM 并不是好的元学习者。

大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

为了检验这是否转化为模型输出的有意义改进，我们还评估了自动图像配准指标（GenEval）和人类偏好分数（ELO）（下行）。

SD 论文

腾讯开源混元AI绘画大模型

最近大厂的大模型竞争激烈，百度的文心一言主打闭源和付费路线，阿里的通义千问主打开源免费路线，而腾讯的混元大模型，则不温不火。

腾讯混元文生图

AI产生意识，对人类意味着什么

意识科学有其派别和争论，中国心理学界对意识的定义也存在差异，但这种攻击是前所未有的。

AI 意识

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

但V3真正重要的意义不止在于开源再次逼近闭源，还在于它通过各种新的方法，不止在模型层卷，而是把整个模型的训练和推理当做一个系统来优化到了极致，并给出了诸多新的技术思路。

DeepSeek V3 开源模型

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

这个框架一共包括5部分：阐述背景B(Background)、定义角色R(Role)、定义目标0(Objectives)、定义关键结果K(Key Result)、试验并改进E(Evolve）。

提示词写作自媒体

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

· 自动渲染 Markdown: 通过将 Markdown 转换为精美格式的消息，提供丰富的文本体验，让用户沉浸其中。

ProChat 大语言模型

理解 o3 及其技术分析

文中提到了一个sample size，但并没有指明其具体含义。

o3 技术分析

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

nbsp;快速下采样：尽量快地压缩图片尺寸，降低整体的计算量 · 残差结构：获取浅层特征和梯度，一定程度上弥补快速下采样造成的一些问题（下采样太快信息损失太严重，模型来不及学出一些高级的有意义的语义特征

MoveNet-SinglePose Google 模型

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

行业内的大厂们坐不住了，阿里巴巴的通义千问项目开放了 1000 万字的长文本处理能力；360 公司的智脑开始内测 500 万字的长文本处理功能，并计划将其整合至 360AI 浏览器中。

大模型上下文

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

通过官方项目介绍可以了解到，EmotiVoice 最突出的功能是情感合成，允许我们创建多种情感的语音。

EmotiVoice 语音库

<...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