文章列表-AI魔法学院

文章列表

AI领域的agent是什么意思？

仅通过观察记忆，代理简单地选择 Klaus 交互最频繁的人：Wolfgang，他的大学宿舍邻居。

大模型

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

GLM-4-Voice作为一款端到端的语音模型，推动了多语言对话人工智能的边界，支持英语和中文的实时对话，同时提供可适应且类人化的响应生成。

GLM-4-Voice 9B 语音安装

七问大模型幻觉｜LLM Hallucination

训练数据的重复性：训练过程中使用的数据，如果存在大量重复，可能导致模型在生成时过于偏好某些高频短语

大模型

老板：这龙谁做的？我：AI

nbsp; 相同的关键词，生成不同的效果

V6模式文生图关键词

Suno音乐新手指南（手把手完整版教程）

注册开通后，成为免费用户，每天拥有50credit（每月就是1500credit），可以生成5次音乐（每月生成150次音乐），10段歌曲（每月300段歌曲）。

suno 歌曲教程

几个对我影响很大的统计学模型

分享几个对自己日常生活和工作有启发的统计模型： 1、37% 规则是一个决策理论，通常用于解释最优停止问题，特别是在寻找最佳选择时（如寻找停车位、选择伴侣、招聘员工等）。

统计学大模型

一文看懂RAG：大语言模型落地应用的未来

其中一些主要限制包括：不适应多模态数据：基础RAG主要关注文本数据的检索和生成，对于多模态数据（例如图像、音频）的处理能力有限。

rag 检索增强

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

一张图看懂IT人的江湖地位

含VDI/IDV/VOI等各种技术路线超融合厂商江湖地位篇仅代表国内市场地位及表现云视频会议江湖地位篇

工作

大模型训练工程那些事

这些数据可以包括文本、图像、音频、视频等不同模态的数据。

训练工程大模型

又快又好，秒级出图的AI大模型

在“正常”XL分辨率下，超快速生成，质量远胜于基础SDXL Turbo！

Stable Diffusion 文生图大模型

Stable Diffusion

Stable Diffusion WebUI v1.9.0重大更新！

而不是采样步骤（Sampling steps）进行精炼器（Refiner）切换从原理上来讲精炼器（Refiner）会根据采样器和模型的训练方式（Model time steps）去做调整，使得生成的图片质量效果更高

Stable Diffusion 文生图大模型

从零开始：构建你的首个ComfyUI工作流

ensp; · 个性化内容创作：视频制作者

comfyui 文生图工作流程

AI声音克隆 | 最全最简教程（权威版）

，然后文字转音频。

声音克隆教程

<...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