文章列表-AI魔法学院

文章列表

接私活必看的11个开源项目

ensp; 面向接口开发 · 支持物模型，多产品

私活开源项目

【分享】SDXL模型最佳拍档！COMFY UI上手指南

COMFYUI是一款易于上手的工作流设计工具，具有以下特点：基于工作流节点设计，可视化工作流搭建，快速切换工作流，对显存占用小，速度快，支持多种插件，如ADetailer、Controlnet

大模型

国内厂商语音识别与Whisper评测：现状与概况对比

语音识别技术不仅可以应用于智能助手、语音控制、自动化客服等领域，还有望为残障人士提供更便捷的沟通工具。

语音识别 Faster-Whisper

搭建程序员自己的在线工具库 it-tools

作为程序员，在日常工作中，需要借助一些工具来提高我们工作效率，鄙人日常用得最多的工具，有JSON格式化,SQL格式化,XML格式化,JSON转Execl等等。

开源项目工具类

如何构建基于大模型的App

很多时候，我们还只是Applied AI，即通过AI 尤其是大模型为应用赋能。

构建大模型App

你的下一个浏览器，可以是豆包电脑版！

如此一来，就将“对话”和“产物”进行了分离，并用对照式的方式来呈现，让产物更清晰，更有组织性，无需跨多个应用粘贴拼接（下图为此前的创作模式）。

豆包浏览器

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

中学生能看懂：Sora 原理解读

就好比是从全世界的视觉数据中找到那些能够拼凑出你想象中的“猫坐在窗台上”场景的片段，并将它们组合起来，创造出一个全新的视觉作品。

Sora 原理

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

它使用一个预训练的语言模型（Phi-4-mini）作为冻结的主干，并通过轻量级、可训练的适配器引入音频和视觉等新模态。

音频对比

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

此外，模型使用Vocos架构作为解码器，以提高训练和推理效率。

MaskGCT 声音克隆

使用知识图谱提高RAG的能力，减少大模型幻觉

防止LLM产生幻觉的方法之一是使用提供事实信息的外部知识来源，如数据库或知识图谱。

RAG 大语言模型

垂直领域大模型的一些思考及开源模型汇总

恰好前几天ChatLaw（一款法律领域大模型产品）也是大火，当时也是拿到了一手内测资格测试了一阵，也跟该模型的作者聊了很久。

垂直领域大模型开源模型汇总

史上最好的中文大预言模型出现了！！！

以上都是生成式问题答案，对事实性问题答案，比如《红楼梦》的作者是谁？

Kimi Chat 大模型

如何成为LLM提示词大师！「大语言模型的底层心法」

虽然生成需要比缩减任务更仔细的提示，但模型可以生成合成的故事、文章、对话和其他创意作品。

大模型提示词

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

离大谱了，弱智吧登上正经AI论文，还成了最好的中文训练数据？？

弱智吧训练数据集

<...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