文章列表-AI魔法学院

文章列表

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

面壁智能 CTO 曾国洋告诉 AI 科技评论，他们从 2020 年 GPT-3 出来后开始训练大模型，也是走过一些弯路后才逐渐认识到，“提升模型效果是大模型训练的根本目标，但这并不意味着一定要通过扩大参数量规模和燃烧高昂的算力成本来实现

Grok-1 开源模型

用so-vits-svc-4.1进行音色转换的极简教程

当然Slicer也有Python脚本工具，把多个音频放在指定的文件夹内，一个命令就可以自动完成切割。

声音 sovits

Baichuan-13B 保姆级微调范例

本范例微调的模型是Baichuan-13B-Chat，我们使用非常简单的，外卖评论数据集来实施微调，对一段外卖评论区分是好评还是差评。

开源模型

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

大模型微调方法总结

AdapterFusion 在大多数情况下性能优于全模型微调和 Adapter，特别在 MRPC(相似性和释义任务数据集)与 RTE(识别文本蕴含数据集)中性能显著优于另外两种方法。

开源模型

大模型应用中大部分人真正需要去关心的核心——Embedding

从不同类型的数据创建向量Embedding的过程：音频，文本，视频。

大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在基本的RAG管道中，我们嵌入一个大的文本块进行检索，而这个完全相同的文本块用于合成。

RAG 检索

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

论文地址：https://arxiv.org/pdf/2311.00430.pdf 具体来说，Distil-Whisper 有两个版本，参数量分别为 756M（distil-large-v2）和 394M

语音 HeyGen

几款开源的OCR识别项目，收藏备用

免费，支持多语言，多平台; https://github.com/tesseract-ocr/tesseract.git tesseract.js js版本的

OCR

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

类似地，大型语言模型经过大规模语料库的预训练，展示了少样本和零样本泛化的能力，可以在任务之间无缝转移而无需更新参数。

大模型

智能时代的变革者：定制化GPTs重塑未来的五大预言

深入这个话题，我们将一起探索知识经济的全面演变、工作本质的根本改变、数字鸿沟的加剧与解决、思维和决策过程的演变，以及文化和创意产业的大变革。

GPTs 智能

垂直领域大模型的一些思考及开源模型汇总

对于ToC端来说，广大群众的口味已经被ChatGPT给养叼了，市场基本上被ChatGPT吃的干干净净。

垂直领域大模型开源模型汇总

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

对于每个查询，使用谷歌的API获取10个相关网页，并从中提取相应的文本片段。

大模型 RAG检索增强

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

可学习的头部姿势码本。

VividTalk 视频

检索增强生成(RAG)有什么好的优化方案

1）半结构化RAG（文本+表格）图6 半结构化RAG 此模式要同时处理文本与表格数据。

RAG 检索增强生成

<...59 60 61 626364 65 66 67 68 ...>

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