文章列表-AI魔法学院

文章列表

本地部署操作AI抠图软件

百度飞桨PP的 PaddleSeg内置了两个模型 PP-Matting 和 PP-MattingV2。

抠图

【语音识别】OpenAI语音力作Whisper

为此，作者开发了一套启发式方法，有助于避免长音频转录的失败案例。

语音转文字 whisper

点评：六大向量数据库

AI研究院，推出的各种模块库构架图，为国内众多AI初创企业，快速掌握各种AI模块库底层核心算法，提供了一个超级神器。

向量数据库

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

这些对话随后被用于监督式微调。

小型语言模型 Zephyr-7B

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！！

从左到右，每个按钮分别代表模式、启动、用户、重置。

ROS 机器人开源模型

AI的百亿套壳：做船不做柱子

启示六： AI还没找到自己独特的商业模式，在沿用上一代的商业模式目前的AI应用几乎都是订阅制，这是上一代互联网，尤其是SaaS的商业模式。

AI 创业

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

今天给大家分享一个将模糊图片还原为照片级高清图像的AI项目：SUPIR。

SUPIR 文生图

2024年值得关注的Agent框架

它们在规划、用户体验、记忆和大模型调用等方面表现出色。

Agent 框架

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

人工智能训练的灾难性遗忘以及解决方案

例如，当前的AI技术缺乏像生物神经网络那样的自适应性和增量式学习能力。

人工智能大模型

新测试基准发布，最强开源Llama 3尴尬了

大模型竞技场背后组织LMSYS推出下一代基准测试Arena-Hard，引起广泛关注。

Llama 3 大模型开源

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

[论文] 阿里提出AgentScope：灵活强大的智能体框架

；AgentScope 基于 actor 的分布式模式可以帮助无缝开发高效可靠的分布式多智能体应用。

AgentScope 语言大模型智能体

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

微软表示，“如果你想亲自运行 MS-DOS 4.0 软件并进行探索，我们已经成功地在原始 IBM PC XT、较新的 Pentium 电脑以及开源 PCem 和 86box 模拟器上直接运行了该软件。

MS-DOS 4.0 开源模型微软

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

<...52 53 54 555657 58 59 60 61 ...>

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