文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.02 技术亮点：多模型协作，创新驱动性能突破 ClearerVoice-Studio 的核心优势在于其精心设计的模型体系，针对不同的语音处理任务量身打造了多款创新模型

ClearerVoice-Studio 语音

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

Erwin_1.wav|Erwin|ZH|你也许可以趁此机会干掉狩之巨人 Erwin_10.wav|Erwin|ZH|如果到時候我不衝在最前面

Whisper 语音优化

Agent四大范式 | 综述：全面理解Agent工作原理

接着，利用针对性的任务搜索机制，从中挑选一个最合适的方案来实施。

Agent 大语言模型

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

下面来介绍更新方法 ①　打开 github 网址： https://github.com/Mikubill/sd-webui-controlnet ②　点击 Code

大模型 SDXL ControlNet

RAG 2.0来了，它能成为生产落地的福音吗？

这样的系统不仅脆弱，缺乏对特定部署领域的机器学习和专业化调整，而且对大量的提示高度依赖，这使得系统在运行过程中容易出现连锁性的误差。

RAG 大模型

谈谈RAG存在的一些问题和避免方式

比如长篇大论的论文和140字上限的微博内容的分析就会需要适配不同的分块策略，用固定的、不适合的分块策略会造成相关度下降。

RAG 大模型

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

大模型应用中大部分人真正需要去关心的核心——Embedding

简单地说，向量Embedding是可以表示许多类型数据的数字列表。

大模型

SDXL Styles：七十七种绘画风格任你选择

这个风格插件是通过在提示词中注入关键字来实现的，也就是在提示词中声明风格，具体如何下面会有详细说明。

文生图

AI扫盲指南！什么是大模型？什么是GPT？什么prompt？什么是大模型参数？LLaMA2-70b中70b是什么？

具体来说，GPT使用了一种叫做Masked Language Modeling（MLM）的方法，它会随机地遮盖输入文本中的一些单词，然后让模型根据剩余的单词来预测被遮盖的单词。

大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

▎B端 / 对于商业公司 •所有做AI视频生成的公司将面临第一波危机，但是危中有机。

sora openai 视频生成

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

RPA机器人可以执行多个任务和决策，与不同的系统进行交互，并自动触发相应的操作和流程。

GitHub 数据处理RPA

AI绘画：InstantID 一键运行包和在线Colab脚本！

复制这个网址，在浏览器中打开。

InstantID 文生图

60分钟吃掉ChatGLM2-6b微调范例~

'))/len(dftest) print('acc=',acc) acc= 0.878 可以看到，微调之前，我们的模型准确率为87.8%，下面我们通过6000条左右数据的微调，看看能否把acc打上去

开源模型

一个产品经理的大模型观察、反思与预测

Allen使用Midjourney生成的《太空歌剧院》获美国科罗拉多艺术博览会数字艺术类别冠军 2022年11月30日，ChatGPT上线，两个月月活突破1亿，成为史上增速最快的App

工作

<...49 50 51 525354 55 56 57 58 ...>

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