文章列表-AI魔法学院

文章列表

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

动作识别模型有哪些

而时间部分是指帧间的运动，包括摄像机的运动或者目标物体的运动信息。

动作识别模型

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

github开源排名很高 Turtlebot3 的 ROS 软件包源代码： http://www.gitpp.com/goldenbear/turtlebot3 【文生图】人工智能配图

ROS 机器人开源模型

HalluQA: 测测中文大模型有没有一本正经胡说八道

对此，在Evaluating Hallucinations in Chinese Large Language Models这个工作中，复旦大学自然语言处理实验室联合上海人工智能实验室联合构建了一个中文领域幻觉评估数据集

大模型中文大模型幻觉

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

使用微信机器人框架：有一些第三方的微信机器人框架可以用来实现微信自动化操作。

RPA 自动化

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

以前，智能玩具里只能播放预设的程序和声音，顶多就是进行一两轮简单提问，你可以理解成是“单向输出”，现在有了这个 openAI 的实时语音软件开发包，就变成了“双向交互”，能和你进行实时的语音对话。

OpenAI 嵌入式实时语音 SDK

AI的百亿套壳：做船不做柱子

这种“研产用一体”的模式带来了一个优势：他们能够敏锐地感知产品的优缺点，一旦有了新的功能想法，便能迅速迭代上线。

AI 创业

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

大规模训练系列之技术挑战

一般的，构造大模型可以通过在现有的模型结构上进行加宽、加深、拼接得到。

开源模型

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

这其中，中文分为简体繁体和粤语三种，而除了中英法日语等常用语种外，还包括了许多小众语言。

翻译大模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

Transformer 的发展给人工智能带来了巨大的变革，比如 encoder 部分发展为 BERT 系列，随后发展成各类 Embedding 模型。

RAG Embedding

基于Ollama本地部署谷歌开源Gemma大模型！

这些模型基于与 Gemini 模型相同的研究和技术构建，由 Google DeepMind 和 Google 内部其他团队共同开发。

ollama gemma qwen

《特朗普爱上在白宫当保洁的我》拍好了，3个月赚了10个亿

无论看还是不看这些短剧的，都是吐槽声一片，因为剧情过于反智雷人，但又让一部分人忍不住想看看后面到底还有啥剧情。

短剧

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

通过输入结构清晰、目标明确的提示词，可以大大提高 AI 反馈给我们的结果的准确性，减少 AI 生成的幻觉。

prompt 提示词 FlowGPT

基于 Kimi Chat 的 AI 渐进式阅读法

社交媒体推荐的文章、RSS 订阅的文章、主动搜索到的文章… 因为有大量的信息要处理，我的 read it later 文章也越来越多。

Kimi Chat 阅读

<...50 51 52 535455 56 57 58 59 ...>

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