文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程

当然Slicer也有Python脚本工具，把多个音频放在指定的文件夹内，一个命令就可以自动完成切割。

声音 sovits

Baichuan-13B 保姆级微调范例

本范例微调的模型是Baichuan-13B-Chat，我们使用非常简单的，外卖评论数据集来实施微调，对一段外卖评论区分是好评还是差评。

开源模型

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

大模型微调方法总结

AdapterFusion 在大多数情况下性能优于全模型微调和 Adapter，特别在 MRPC(相似性和释义任务数据集)与 RTE(识别文本蕴含数据集)中性能显著优于另外两种方法。

开源模型

《特朗普爱上在白宫当保洁的我》拍好了，3个月赚了10个亿

因为剧情设定极其反智且不合常理，根本经不起任何推敲，这部剧在美国的评价那是骂声一片，看与不看的人都骂。

短剧

大模型应用中大部分人真正需要去关心的核心——Embedding

从不同类型的数据创建向量Embedding的过程：音频，文本，视频。

大模型

AI国力战争：GPU是明线，HBM是暗线

但在更为隐秘的战场，HBM（高带宽内存）显然是基本被忽视的关键一环。

GPU HBM 大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在基本的RAG管道中，我们嵌入一个大的文本块进行检索，而这个完全相同的文本块用于合成。

RAG 检索

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

论文地址：https://arxiv.org/pdf/2311.00430.pdf 具体来说，Distil-Whisper 有两个版本，参数量分别为 756M（distil-large-v2）和 394M

语音 HeyGen

几款开源的OCR识别项目，收藏备用

免费，支持多语言，多平台; https://github.com/tesseract-ocr/tesseract.git tesseract.js js版本的

OCR

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

类似地，大型语言模型经过大规模语料库的预训练，展示了少样本和零样本泛化的能力，可以在任务之间无缝转移而无需更新参数。

大模型

智能时代的变革者：定制化GPTs重塑未来的五大预言

深入这个话题，我们将一起探索知识经济的全面演变、工作本质的根本改变、数字鸿沟的加剧与解决、思维和决策过程的演变，以及文化和创意产业的大变革。

GPTs 智能

垂直领域大模型的一些思考及开源模型汇总

对于ToC端来说，广大群众的口味已经被ChatGPT给养叼了，市场基本上被ChatGPT吃的干干净净。

垂直领域大模型开源模型汇总

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

对于每个查询，使用谷歌的API获取10个相关网页，并从中提取相应的文本片段。

大模型 RAG检索增强

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

可学习的头部姿势码本。

VividTalk 视频

<...55 56 57 585960 61 62 63 64 ...>

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