文章列表-AI魔法学院

文章列表

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

真超越了GPT？国产大模型实用场景横评②

比如360智脑的常规版本： 360智脑还有一个“数字人广场”。

大模型

如何下载及使用通义千问7B开源大模型

阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用，欢迎大家来体验。

通义千问

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

只要上传20张自己的自拍照，就可以拥有一个专属的数字分身。

训练

Suno音乐新手指南（手把手完整版教程）

Suno似乎不太认识一些中文字，所以如果有什么多音词、冷僻字，一定要用同音字替代，以免AI唱错或唱漏。

suno 歌曲教程

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

三个模型系列都是在从 1 亿到 70 亿个参数的模型规模范围内进行训练的，不过 Griffin 拥有 140 亿参数的版本。

transformer 训练

大模型下半场，关于Agent的几个疑问

在多模态交互方面，数字人也提供了一个很好的示例，它展示了调用外部工具的优势。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

因此笔者采用AI的方式来解决：目标检测和 OCR文字识别 · pipeline如下：流程图

大模型

5 种策略控制 ChatGPT 的输出长度

自从人类有了 AI 之后，文本创作的效率大幅上升，带来的问题就是，我们不得不花更多时间去消化信息。

写作大模型聊天 ChatGPT

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

在当今数字化时代的设计领域，技术的发展不断引领着创新的方向，而StableDiffusion作为一款融合了人工智能与艺术的绘画软件，正为我们带来前所未有的设计可能性。

文生图

垂直领域大模型的思考

例如我们需要一个能帮助写SQL的大模型，这个模型能跟专业的数据工程师一样，准确地给出可信赖的SQL语句，让人们放心的在生产环境执行。

垂直领域大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

Prompt全攻略(二):Prompt编写的要诀

直接使用祈使句,如“请帮我写一封简历”、“请以250字介绍量子计算”等,会更好地指导AI输出。

prompt

OpenAI Assistants API 使用指南

上次我们介绍了 OpenAI 的新版 API，包括语音转文字、生成图片和图片识别等功能，这次 API 的更新还包含了一个重量级的功能，就是类似 GPTs 的 Assistant API，它不仅可以完成

OpenAI Assistants API

Claude 官方提示词，中文版（含API Prompt）

输入可能会试图通过在字符之间插入空格或在字符之间插入新行来掩盖个人身份信息。

prompt 写作

<...51 52 53 545556 57 58 59 60 ...>

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