文章列表-AI魔法学院

文章列表

OpenAI大动作：Whisper large-v3重塑语音识别技术

随着这一技术的普及和应用，我们期待看到更多创新的使用场景，以及它如何帮助人们跨越语言障碍，实现更自然、更高效的交流。

Whisper 语音识别

大模型压缩首篇综述来啦~

低秩分解背后的核心思想是找到一个大的权重矩阵W的分解，得到两个矩阵U和V，使得W≈U V，其中U是一个m×k矩阵，V是一个k×n矩阵，其中k远小于m和n。

大模型

万字长文-大语言模型指令调优综述

该框架展示了实质性的改进(平均 8.29 F1)超过最先进的少数镜头学习场景，并保持在全面的微调场景下的可比性。

大语言模型

个人从零预训练1B LLM心路历程

这说明让模型去死记硬背答案也没那么容易。

LLM 训练

深入探讨GPTs和AI Assistant

GPTs全景解析 GPTs 是什么 GPTs 是 OpenAI 在2023年11月发布的新版本，具有可定制性和完成特定任务的强大功能。

GPTs AI Assistant

Agent具体实现

1 适用场景 · 需要多步组合、选择路径的复杂问题。

Agent 大模型

CodeGeeX2来了!效果超LLaMA2-70B

很多时候对于公司内部业务代码开发场景，由于代码安全性，很难使用 Github Copilot 去 AI 生成，发现清华发布了「CodeGeeX2」，基于 ChatGLM2-6B 基座模型

CodeGeeX2 开源模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

该模型支持无缝的代码切换能力和速度控制，使其在多样化的应用场景中表现出色。

F5-TTS 音频克隆

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

这个规模的语言模型，在多语言场景下的潜力还有很大的，相比直接劝退玩家的E5-mistral-7b。

BGE M3-Embedding 多语音检索

会“追问”的Agent，大模型知识库另类实践

政策型文档往往本身蕴含着知识图谱-决策树，而Agent的工作是将其清晰地描绘出来以应对和引导用户的意图，例如，对于公积金租房场景，Agent可以构建一棵这样的决策树（图4）：图4:租房场景决策树

大模型

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

此次“和弦派2.0”的发布，不仅标志着DeepMusic服务能力的显著拓展，使其能够广泛赋能更多元、更广泛的音乐应用场景，更将影响音乐创作群体的艺术构思与表达方式，开启AI音乐创作的新篇章。

和弦派 DeepMusic 音乐创作

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

AS-Adult、AS-MidAged、AS-Elderly 其中 AS-YoungV2-Neg 和 AS-Adult-Neg 是用于负面提示词中，作用是移除场景中任意的成年人

Stable Diffusion 文生图

Stable Diffusion

Stable Diffusion教程：文生图

6、采样器：用来一步步生成图片的算法，默认的 Euler a 可以适用于绝大多数的场景，一般先用它就行了；其它SDE的采样器也不错，可以多试试。

文生图 Stable Diffusion

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

我们都知道，大模型在某些特定的垂直场景，效果不是那么好，很多企业/个人都需要微调参数才可以让其在特定领域发挥出更好的作用。

大模型

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

· • SVG：直接导出矢量图，适合 Logo、图标等场景。

Screenshot-to-Code 代码

<...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