文章列表-AI魔法学院

文章列表

GGUF格式详解

Georgi Gerganov是著名开源项目llama.cpp的创始人。

GGUF 大模型

关于大模型驱动的AI智能体Agent的一些思考

agents，通过集成不同系统、工具自主决策完成各类复杂任务，正在成为自主人工智能新的创新方向。

大模型

【工具书】文生图Midjourney最全prompt提示词分类对照表

图像优化大师作品 masterpiece 最好画质 best quality 更高质量 official art, extremely

提示词 prompt 文生图

收藏！万字长文聊聊LLM Agents的现状，问题与未来

在此提供三个视角供大家参考：一是用户认识LLM Agents的方式，二是所有人都可以用来认识LLM Agents的方式，三是生产者（整个生产链条：研究人员、开发人员、产品经理、游戏策划等）认识LLM Agents

LLM Agents

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和 GPT/SoVITS 模型。

语音克隆开源模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

参与人员：Jerry Liu（LlamaIndex的创造者）、Bob（Weaviate的联合创始人/CEO）、Max（sid.ai的联合创始人/CEO）、Tuana（Haystack工程师）。

大语言模型 RAG检索增强

OCR的终极解法——传统算法VS多模态大模型

不管怎么样现在的 AI 算法很少有用响应速度作为指标的，特别是大模型，响应速度惨不忍睹。

OCR 大模型文字识别

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

这一更新对于企业或团队用户是一个非常好的消息，它提高了本地协作效率还优化了用户体验。

ollama 语言大模型聊天

Yi技术报告细节分享

为了确保模型能力的覆盖范围，微调数据中涉及多种任务，例如：问答、创意写作、对话、推理、数学、编码、双语能力等。

Yi模型大模型

ComfyUI进阶前必备插件们续

但prompt的填写，因为没有webui上all in one，会让生成工作写词的效率折半，这也是为什么我一直认为all in one是最强sd插件的原因，至今不变。

ComfyUI 文生图

一人搞定30万商品分类：AI落地实践故事！

梳理商品品类的工作由人工完成的话，会很耗时费力。

embedding 大数据分类

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

大模型应用设计的10个思考

这意味着，我们不应仅仅满足于简单的功能实现，而是要深入挖掘系统的潜力，让其为我们创造更大的价值。

大模型应用

聊聊我对AI Agents技术的一些看法

▲AutoGPT Github Star 数 AI Agent 不断被冠以“大模型下半场”，“软件 2.0（ Software 2.0）”等等称号，连 OpenAI 的创始成员 Andrej Karpathy

AI Agents 大模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

例如，在使用Large-v2模型和GPU进行13分钟音频的转录测试中，faster-whisper仅需54秒，而原始Whisper模型需要4分30秒。

语音识别 Faster-Whisper

<...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