文章列表-AI魔法学院

文章列表

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

基于大模型（LLM）的Agent 应用开发

目前，业界一般认为基于大模型的应用集中在两个方向上：RAG 和 Agent，无论哪一种应用，设计、实现和优化能够充分利用大模型(LLM)潜力的应用都需要大量的努力和专业知识。

大模型 Agent

百万token上下文窗口也杀不死向量数据库？CPU笑了

§ § Volume（体量）：即使上下文窗口越发得长，但和全网庞大的非结构化数据相比就是小巫见大巫；尤其是企业级动辄GB、TB这种体量，还涉及众多私有数据的情形。

向量数据库大模型 cpu

【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

AI拟声: 5秒内克隆您的声音

例如，销售人员可以使用它来录制销售话术或电话营销脚本，并让自己的销售团队使用这些克隆的声音进行销售活动，从而提高效率和销售额。

声音克隆开源

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

结合梯度和贪婪搜索在实践中，团队找到了一种简单直接且表现更好的方法——「贪婪坐标梯度」（Greedy Coordinate Gradient，GCG）」也就是，通过利用token级的梯度来识别一组可能的单

开源模型

大模型应用的10种架构模式

如果查询是可以识别的，那么它会被路由到小语言模型进行处理，这通常是一个更准确、响应更快且成本更低的操作。

大模型架构

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

我们分别从文本编码器和图像编码器中获取文本嵌入和图像嵌入。

PhotoMaker 文生图

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

1.4 常见案例样例 1 在计算机视觉中，低层的网络主要学习图像的边缘或色斑，中层的网络主要学习物体的局部和纹理，高层的网络识别抽象的语义，如下图所示。

大模型微调

ComfyUI王牌！复合生成！必须揉在一起

Comfy的工作流牛，就牛在可以直接串烧生成。

comfyui 文生图

AI Agent / 智能体观察笔记（上）

智能体和自动化生产制造的区别自动化生产制造所基于的外部环境是充分限定的，制造苹果手机的工序流程是标准的，过程中通过自动化的方式代替一部分人力操作提高效率，所有环节都要尽可能充分可控。

大模型

人工智能对话prompt：用聪明的方式解决各种难题

普通人使用ChatGPT重在磨练基本功，我下面提供的这套基本功如果你能融会贯通，对内容生产者们有着魔法级别的帮助，至少提升10倍的生产效率。

chatgpt 提示词 prompt

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

之前的文章给大家介绍了三种逆向prompt的方法，分别是： 1.

大模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

无论是对图像中的物体识别、场景理解，还是对文本指令的解析、语义理解，模型都能高效完成，并将两者有机结合起来，提供全面而准确的处理结果。

OmniVision -968M 多模态模型

<...43 44 45 464748 49 50 51 52 ...>

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