文章列表-AI魔法学院

文章列表

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

做到这些靠的是面壁智能的一项独门技术 —— LLaVA-UHD，它包含了三大重要组件，即模块化视觉编码、视觉压缩模块和空间修饰方法，它们发挥的作用分别如下： ·&ensp

MiniCPM 大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

5、简化的训练流程：相比传统模型，F5-TTS不需要复杂的组件如持续时间预测器、文本编码器或音素对齐模块。

F5-TTS 音频克隆

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

我们在协作软件工程基准测试上的实验表明，与现有的基于聊天的多智能体系统相比，MetaGPT生成了更连贯和正确的解决方案。

大模型

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

**隐喻（Metaphor）**：直接将一件事物比作另一件事物，用以增强歌词的表现力。

suno 歌曲音乐

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

并不完全是我要求的内容，最后还列出了一个 1896 年的人民党创党文件，这是一个左倾政党。

Meta AI 测评

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

语音克隆又又又又又升级了

目前还不支持中文，所以只能解决翻译软件朗读的结果如下：然后是替换声音风格：原始音频是系统提供的Alice，然后我们替换成一位中年男子在说话，声音轻松而亲切。

Meta 语音生成

Falcon 180B 开源影响了谁？

hugging face 中国区负责人王铁震看来，对于网上有关Falcon 180B的一些争议，他认为首先，要训练这样一个1800亿参数的大模型，耗费肯定在千万美元级别，它背后的公司愿意开源出来就是一件值得敬佩的事情

大模型

对于大模型RAG技术的一些思考

大量的文档使用了图文混排的形式，例如上述的PPT文件，转换成PDF后，仅仅是能够识别出这一块是一幅图片，对于图片，直接转换成向量，不利于后续的检索。

RAG 大模型

人话聊AI大模型：AIGC如何助力营销的秘密（上）

Jasper为用户提供超过60个模板，协助撰写广告文案、标语、网页文案、电子邮件、博客以及社交媒体文章等多种场景的内容。

大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

同时，我们可能面临各种类型的数据，PDF，Word，HTML，代码文件等等，对于这种不同类型的数据我们需要都处理成文本，同时还过滤掉一些干扰项或乱码的数据。

大模型人工智能

QWen1.5: 卓越模型之路

Qwen1.5结构对比在了解QWen1.5性能表现后，我们来跟随代码查看下QWen1.5模型的结构： huggingface的文件中没有给出qwen1.5的modeling文件，但是可以通过安装transformers

Qwen1.5 开源模型

ChatGPT实用指南|ChatGPT十步搞定论文【全流程+提示词】

这个过程可能包括将论文主体的核心内容复制并输入到ChatGPT中，GPT4可以直接上传文件，然后请求ChatGPT根据这些内容撰写结论。

ChatGPT 写作提示词

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

GPT

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

这里用大佬的prompt举个例子（这里是为了大家看的懂翻译了一下，建议还是用英文做prompt）：组合起来就是：作为机器学习框架主题的软件开发专家和专业网站，本网站的受众是对最新的机器学习进展感兴趣的技术专业人员

提示词 prompt

<...58 59 60 616263 64 65 66 67 ...>

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