文章列表-AI魔法学院

文章列表

大模型微调方法总结

Adapter 方法不需要微调预训练模型的全部参数，通过引入少量针对特定任务的参数，来存储有关该任务的知识，降低对模型微调的算力要求。

开源模型

中学生能看懂：Sora 原理解读

现在，让我们将这个过程与Sora处理多样化视觉数据的方式进行对比。

Sora 原理

Fastwhisper + Pyannote 实现 ASR + 说话者识别

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CTranslate2对OpenAI

faster-whisper 语者识别 ASR

解读OpenAI Sora文生视频技术原理

笔者春节前原计划整理一下对Google Lumiere 文生视频的认知，多个因素遗憾推迟。

sora

300天里，我帮你踩遍了AIGC创业的各种坑

虽然当时的对话效果差强人意，但这前所未有的交互形式毫无意外的引起了全社会关注。

AIGC 创业

什么是BERT？

在这过程中并不需要对BERT进行任务特定的结构修改。

embedding

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

不是模型自己执行工具调用，而是“外面的智能体系统”根据 JSON 指令去找对应函数执行，然后把结果再交回给大模型。

Function Calling 大模型

一个专业级 AI 聊天浏览器，开源了！

对于热衷于体验、调试、评测各种大模型的用户与开发者来说，每次都需要在浏览器上打开多个标签，访问不同网站，再跟 AI 聊天机器人对话以获取结果，流程着实有点繁琐。

开源大模型聊天

解读wav2lip：探究语音驱动唇部动作的技术原理！

为了解决上述两个问题，wav2lip引入了一个在真实视频中预训练的专家口型同步判别器，且包含多帧信息，用于判断音频和口型是否同步。

wav2lip 语音

一文带你看懂OpenAI-Sora生成视频的原理

如果要将这些数据毫无节制地传输和存储，那将需要巨大的带宽和存储空间，而这对于任何系统来说都是一个巨大的挑战。

视频生成 sora

AI声音克隆 | 最全最简教程（权威版）

开始选择自己的数据集先关闭自己之前启动的容器 1 准备30s-1min的音频素材这里以李雪健老师为例任何克隆声音项目都遵守;数据集的质量决定生成的质量

声音克隆教程

RAG——使用检索增强生成构建特定行业的大型语言模型

ChatGPT显然缺乏相关的及时上下文，这在做出明智的决策时可能是必要的。

大模型

剪映专业版智能补帧

比如现在我有一个视频只有12帧，但是我想让它在一秒钟播完，因为只有12帧，如果在一秒钟的时间里播放完，那就会出现一种卡顿感，给人的感觉就是不连贯；那我又不想出现卡顿感该怎么解决呢？

剪映智能补帧

如何使用ChatGPT一天搞定论文初稿

现在要写硕士毕业论文，请为我提供5个该方向的论文选题，要求体现学术创新性这里我写的比较简略，我们在要求ChatGPT提供选题思路的时候要尽可能加上自己的方向和限制，这样生成的答案会更有针对性

ChatGPT 写作

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

系统架构使用先决条件 ·CPU >= 2 核 ·内存 >= 8 GB ·Docker >= 24.0.0 & Docker Compose

RAGFlow RAG 开源

<...56 57 58 596061 62 63 64 65 ...>

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