文章列表-AI魔法学院

文章列表

对于大模型RAG技术的一些思考

真正难处理的是ppt和pdf，ppt中包含大量架构图、流程图等图示，以及展示图片。

RAG 大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「简单性：」 OmniGen的架构高度简化。

大模型研究

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

「反思」是一个框架，它为代理提供动态记忆和自我反思的能力，以提高它的推理技能。

Agent

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

LinkSoul.Al 开发团队负责人史业民表示，「放眼全球，目前如何让『模型听世界、看世界』仍然没有可靠的开源模型可用。

开源模型

Stable Diffusion

Stable Diffusion新手快速入门教程

只需要在对应的输入框中填入即可。

文生图

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

该项目主要作者、MokaHR 自然语言处理工程师王宇昕表示：“我相信 M3E 模型将成为中文文本向量检索中一个重要的里程碑，未来相关领域的工作，都可能从这些开源的资源中收益。”

GPT

开源免费离线语音识别神器whisper如何安装

拿我自己录的一段音频举例，5min长度400多字，使用whisper的medium模式识别，只错了两个英文单词，那两个英文单词还是因为发音问题识别错误。

wisper 翻译免费

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

二、好好构思并输入提示词提示词可是生成图片的关键，就好像是给豆包下的详细命令，你说得越清楚、越全面，豆包生成的图片就越能符合你的想法。

Qwen3

在飞速发展的时代管理AI风险

仅仅四年后，深度学习系统就可以编写软件，根据需求生成逼真的场景，就知识主题提供建议，并结合语言和图像处理指导机器人。

人工智能伦理

个人从零预训练1B LLM心路历程

Steel-LLM项目初期，我还打算做一件个人认为还比较有意思的事情：因为开源的LLM往往不会包含特别小众、个性化的知识内容，因此计划持续收集围观读者们的数据并训练到模型中，各种亚文化、冷知识、歌词、

LLM 训练

SD入门教程六：ControlNet基础入门

有了这些控制参数以及辅助模型，比我们直接用提示词去生成图片输出的结果会更加精准、具体。

ControlNet 文生图

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

基础参数介绍提示词（Prompt）和反向提示词（Negative Prompt）提示词内输入的东西就是你想要画的东西，反向提示词内输入的就是你不想要画的东西。

文生图 SD

AI绘画：InstantID 一键运行包和在线Colab脚本！

下面就来演示一下如何使用一键运行包。

InstantID 文生图

用AI轻松玩转年度总结PPT

行政部门的工作人员往往需要汇总大量数据、撰写总结，并设计引人注目的演示文稿。

PPT 年终总结

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

在算力端，面壁团队也很早开始将大模型与国产芯片做适配，自研搭建了可以在大部分主流国产芯片上运行大模型的框架，不再受限于英伟达的芯片限制。

Grok-1 开源模型

<...44 45 46 474849 50 51 52 53 ...>

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