文章列表-AI魔法学院

文章列表

如何提高RAG 的效果

这篇文章不分析具体的细节实现，旨在从解决思路上进行探讨，当前环境下如何提高RAG 的效果。

RAG 大模型

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

Mixtral等大部分优秀的模型，都用moe架构！

Qwen1.5-MoE 大模型下载

PymuPDF4llm：PDF 提取的革命

这对于需要对文本进行进一步处理的应用，如文本分类、信息检索等非常重要。

PymuPDF4llm PDF

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

，把本来就比较可怜的算力全用在主干分支上 Neck MoveNet比较特殊的设计主要在Neck和Head部分。

MoveNet-SinglePose Google 模型

腾讯出品！开源AI数字人框架！号称可以不限时长

助力论文写作、数据分析、科研使用！

MuseV 视频数字人框架

20个常见AI绘画工具大汇总（含免费版哦~）

其NUWA-Infinity模型，可以生成任意分辨率的图像或长时间视频，弥补了NUWA模型在生成、编辑的图像和视频分辨率较低的缺陷。

文生图

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

高性能：与 Whisper-small(已开源) 和 Whisper-large 相比，SenseVoice-Small 的性能分别快 5 倍和 15 倍以上。

asr tts 声音

什么是GPTs！如何创建自己的第一个GPTs？

创建页面的介绍创建页面分为两个部分，左边是用来定义GPT的，右边是预览效果左边定义GPT的页面有两个选项，一个是Create，一个是Configure，Create为我们提供了一个GPT

大模型应用 chatgpt

ComfyUI-基础图生图&基础图片缩放

▍基础图生图（A航线🤔） webUI将文生图和图生图拆分成2个工作page其实是有逻辑分类误导的。

ComfyUI 图生图

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

报道提到，GPT 开发速度放缓的部分原因是用于预训练的文本和数据供应减少（预训练有助于 LLM 理解概念之间的关系，从而解决起草内容或调试代码等任务）。

Scaling Law AI大模型

为什么说AI现在还不行！

现在这部分自己不写了，都用AI。

大模型

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

AI Comic Factory：AI(连环)漫画生成器

选项 3：分叉并修改代码以使用不同的 LLM 系统另一种选择可能是完全禁用 LLM 并将其替换为另一个 LLM 协议和/或提供者（例如 OpenAI、Replicate），或人工生成的故事（通过返回模拟或静态数据

生成式AI

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

从方向来看，AI绘画已经分化为美女图（以新玩家为主）、游戏动漫角色（以相关领域的创作者为主）、商业摄影替代（商业化应用为主）、艺术构图（炫技为主）等几个方向。

文生图 SDXL

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

{KV}s−1 和 {KV}s 分别是当前和先前输入段的注意力键和值，而 Qs 是注意力查询。

大模型上下文

<...54 55 56 575859 60 61 62 63 ...>

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