文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

背景：ChatGPT - 或许是2022年末开始至今最热的新词之一，这个词汇如热浪一般席卷大街小巷，充斥朋友圈和各大网站，它的爆火程度简直让人瞠目结舌。

大模型

AI开源 - LangChain UI 之 Flowise

通过拖拽可视化的组件，组建工作流，就可以轻松实现一个大语言模型的应用配置，包括不限于 ChatGPT。

大模型

最透彻的大模型PPO原理和源码解读

大家好，最近我又读了读RLHF的相关paper和一些开源实践，有了一些心得体会，整理成这篇文章。

PPO 大模型源码解读

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

此外，基于大模型进行知识库问答、基于大模型的智能客服也是火热的创业项目。

大模型 Ziya

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

本文是从零开始了解AI大模型系列的技术篇，带你走进大模型的技术世界，初步开始了解大模型。

大模型

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

大模型四、复旦大学的MOSS系列五、MetaAI最著名的开源模型LLaMA 六、LAION AI开源的OpenAssistant-LLaMA 七、LM-SyS开源的vicuna

大模型

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

西湖心辰推出的Westlake - Omni正是在这样的背景下应运而生的一款具有重大突破意义的模型。

Westlake -Omni 语音

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

本文目录 5款爆火开源TTS语音克隆项目 GPT-SoVITS模型介绍 MaskGCT模型介绍 F5-TTS语音模型介绍 FishSpeech1.4

语音克隆开源模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

但是，现实中开源的Emebdding模型却很少。

开源模型

十大开源语音识别项目

本文将为您介绍十个相关的开源项目（以github上星标数排名），其中大多数都支持中文。

语音识别开源项目

大模型狂飙两年后，“六小龙”开始做减法

不同于预训练强调规模优先的Scaling Law，o1通过在推理阶段注入强化学习和思维链，打开了大模型在推理端的“能力上限”，这意味着国内的大模型企业可以模仿OpenAI，找到继续scale

AI 大模型

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

6个最佳开源TTS引擎

本文主要查找收集了一些较好的开源TTS引擎。

TTS引擎开源模型

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

· AudioGen：一种最新技术实现的文本到声音模型。

AudioCraft 音频

<1 2 3 456 7 8 9 10 ...>

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