文章列表-AI魔法学院

文章列表

whisper-live：OpenAI Whisper模型的近实时实现

与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。

OpenAI Whisper 大模型

深度体验3天后，我把腾讯这款copilot锁进了程序坞

1个搜索框、4个按钮，包圆AI搜索、AI笔记、AI写作、文生图、AI收藏夹……这样的AI产品总算来了。

copilot ima 知识库

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

如何用大语言模型构建一个知识问答系统

与普通搜索结合，使用基础模型对搜索结果加工。

知识库

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

该框架结合了归纳知识和检索文档，并利用大型语言模型（LLM）通过一种基于归纳推理模式的新提示方法生成这种知识。

IAG框架大语言模型

RAG 2.0，终于把RAG做对了！

那么，这种检索过程是如何运作的呢？

RAG 大语言模型

一文读懂GPT-1：生成式预训练如何提升语言理解

为了深入探索大语言模型的发展历程，我们精心挑选了一系列经典论文进行分享，希望能与大家共同学习和理解大语言模型背后的技术。

GPT

Pytorch安装（保姆级教学真·满血·GPU版）CUDA更新？torch版本？一文全搞定！

检测方法在cmd中进入自己的Python环境，输入： >>> import torch >>> print(torch.cuda.is_available

训练

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

PDFTriage:面向长篇结构化文档的问答

使用检索内容回答(第3.3节):根据问题和检索到的内容生成答案。

大语言模型 PDF 文档

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

如果LLM有任何不诚实的神经活动被检测到，指示器条都会亮起红色。

大模型

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

与传统的分割工具相比，它的优势就在于自动检测，大大提高了分割效率。

Segment Anything 文生图

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

本文大致为观察和实验、原理探索、结论三个方面。

大语言模型 chatGPT

颠覆数据存储方式：向量数据库的威力

它主要基于向量相似度搜索，可以更快速地处理大规模的高维数据。

编程数据库

<...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