文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

今天不讨论 GPT-4o 的炸裂或颠覆，而是探讨如何作为个人或独立开发者实现这项技术，以及它的应用场景。

GPT-4o 语音交互

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

这正是Zhipu AI的GLM-4-Voice脱颖而出的地方。

GLM-4-Voice 9B 语音安装

Stable Diffusion

Stable Diffusion新手快速入门教程

实际上，我们只需知道母鸡可以产蛋，但并不需要研究母鸡的生殖构造和产蛋原理。

文生图

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

近日，一款AI绘画模型Stable Cascade发布。

文生图绘画

理解 o3 及其技术分析

应该说顶级数学家评价非常有挑战性的问题，看到GPT4之后他仍然觉得会需要几年时间AI才能搞定的问题，现在已经沦陷了1/4。

o3 技术分析

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

当你制作提示并平静地坐在椅子上时，你会想象魔法触手可及。

prompt 提示词

微信为什么使用 SQLite 保存聊天记录？

我认为这很有可能，因为 SQLite 没有版权的限制。

SQLite 微信数据库

AutoGPT与LLM Agent解析

从语言理解到任务执行之前大多相关项目和产品都主要利用了 GPT 模型的语言理解方面的能力，例如生成文案的 Jasper，Notion AI，帮忙做网页、文档总结的 Glarity，Bearly.ai

大模型

手把手教你用上SDXL——SDXL 1.0 模型资源/comfyUI中文一键包下载

用户不再需要使用像“杰作”这样的限定词就能获得高质量的图像。

SDXL 下载

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

一款构建AI数字人项目开源了！自动实现音视频同步！

1、Video-Tetalking Video-ReTalking 是一个利用AI实现视频人物嘴型与输入的声音同步的创新技术。

AI数字人音视频同步

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

大模型时代的到来使得 AI 应用开发变得更加轻松、省时，尤其是在 CVP Stack 的范式下，开发者甚至可以用一个周末的时间做出一个完整的应用程序。

开源模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

注意力机制应用注意力机制在Westlake - Omni中起到了关键作用。

Westlake -Omni 语音

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

Timescale Vector的实例尝试PostgreSQL的原因最近两周我和小明在研究基于大模型的检索应用RAG，小明在实操层面有一些显著的突破，RAG性能应该已经超过了绝大部分目前开源市场上的同类产品

大模型 PostgreSQL

<...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