文章列表-AI魔法学院

文章列表

对于AI，我们现阶段可以有的态度

很多人，其实都是出于好奇心、想看看的心态，才跟着被带节奏，从而把AI的高度吹抬的那么高的。

文生图

LLM native策略的内部状态是否应该结构化【2023Q3】

· 3、场景2：内部状态存在模糊性举一个场景例子：通过与用户对话交流的方式生成一个简历模板

大模型

80多个罕见的论文prompt，让你起飞！

先进的人工智能功能，已经成为许多人的游戏规则改变者。

prompt 提示词论文

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

（包括但不仅限于文生图、图生文、语音转文字、文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

要知道，此前的众多语言模型，要么不支持这么多种语言，要么不能直接完成小众语言之间的两两翻译。

翻译大模型

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

5月14日，腾讯宣布旗下的混元文生图大模型全面升级并对外开源，目前已在 Hugging Face 平台及 Github 上发布，包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费商用。

文生图混元腾讯

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

支持流式和非流式｝｝ /> ); 特性 Note ProChat 专注于快速搭建起大语言模型

ProChat 大语言模型

开源大语言模型完整列表

VisualGLM-6B —— 多模态对话语言模型 VisualGLM-6B 是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM-6B，具有 62 亿参数；图像部分通过训练

开源模型大语言模型

提示词学习地址推荐

提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。

提示词 prompt

Fastwhisper + Pyannote 实现 ASR + 说话者识别

whisper很变态，粤语效果也还不错，因此，如果实际业务中需要涉及到不同的语言，还是更推荐whisper多一点一、faster-whisper简单介绍 faster-whisper是使用

faster-whisper 语者识别 ASR

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的多模态语言模型，它可以根据你的指令来理解和生成图表。

ChartLlama 开源模型图标

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

该模型能够在短短1分钟内创作出长达两分钟的完整歌曲，这一速度和效率在传统音乐创作中是难以想象的。

suno 歌曲音乐

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

温馨提示：GPT-3.5和GPT-4.0在理解和创作能力上有所不同，如果有更高的要求，推荐使用GPT-4.0。

ChatGPT 大模型

<...2 3 4 567 8 9 10 11 ...>

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