文章列表-AI魔法学院

文章列表

国风真的太绝啦！被10万人围观的咒语快收下！

今天一口气给大家分享3组不同类型的国风插画，大家赶快学起来吧！

文生图古风

RAG检索增强技术在知识库智能检索场景下的应用实践

1.1.1、LLM的缺陷知识检索增强技术的提出背景主要源于当前基于LLM（大规模语言模型）的知识检索存在诸多缺陷。

知识库 RAG检索增强

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

这为前端开发带来了一场自动化革命，其中多模态大型语言模型（LLMs）有望直接将视觉设计转换为代码实现。

设计转代码大模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

该模型的性能在一些公开的语音识别数据集上达到了与有监督学习相当甚至超越的水平，展示了无监督语音识别的巨大潜力。

Translatotron 语音识别

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

简单点说，就是一个“大脑”，能装进各种小玩意儿里，能让各种设备（比如毛绒玩具）具备实时语音交互的能力。

OpenAI 嵌入式实时语音 SDK

一个专业级 AI 聊天浏览器，开源了！

在 AI 模型大爆炸的今天，我们每天都能在技术圈见证无数个大语言模型诞生，其诞生速度之快，着实让人看得目不暇接。

开源大模型聊天

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

前言近日，Nvidia推出了一款名为Llama3-ChatQA-1.5的对话问答模型。

Llama3-ChatQA-1.5 对话问答模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

具体来看，快手大模型团队认为，一个优秀的视频生成模型，需要考虑四大核心要素——模型设计、数据保障、计算效率，以及模型能力的扩展。

可灵快手文生视频

向量数据库简介和5个常用的开源项目介绍

从本质上讲，嵌入作为一个桥梁，将非数字数据转换为机器学习模型可以使用的形式，使它们能够更有效地识别数据中的模式和关系。

开源模型

基于LLM+向量库的文档对话痛点及解决方案

笔者发现目前的痛点是文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。

开源模型

马上掌握这18个Prompts，让你的工作效率瞬间暴涨10倍！

掌握它们，你的工作效率可能直接暴涨10倍，让你的老板、同事大跌眼镜！

开源模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

大模型下半场拉开序幕。

开源模型

【NLP技术分享】文本生成评价指标的进化与推翻

前言文本生成目前的一大瓶颈是如何客观，准确的评价机器生成文本的质量。

开源模型

变天了，AI可以一键生成中文海报了......

就在昨晚，即梦AI悄悄上线了2.1图像模型，这个模型能够通过提示词一键生成中英文海报，离了大谱。

2.1图像模型文生图

<...45 46 47 484950 51 52 53 54 ...>

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