文章列表-AI魔法学院

文章列表

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

提示词压缩正是旨在保留重要信息的同时，缩短提示词的技术，从而降低开销，同时也能加快语言模型的响应生成速度。

LLMLingua LlamaIndex 开源框架

阿里推理模型来了！Marco-o1 发布即开源

快速上手指南想要体验Marco-o1的强大功能？

Marco-o1 推理模型

10大Midjourney描述词网站，让你Ai创作随心所欲！

PromptHero https://prompthero.com/ PromptHero是一款免费的关键词搜索引擎，它能够提供按模型搜索

描述词文生图

还在手写Prompt？这几大网站让你秒找大模型提示词！

之前我也多次分享过写Prompt提示词的各种方案，比如我自己总结的“万能提示词公式”，效果还是不错的。

prompt 提示词

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

它集成了先进的语音增强（Speech Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频

ClearerVoice-Studio 语音

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

如何在本地搭建自己的本地知识库问答系统MaxKB，与其他问答知识库相比，他真正做到了开箱即用，零代码集成，支持ChatGPT、百度千帆、Lama2、Lama3，通义千问等几十种大语言模型，操作界面简介，小白也能快速上手

知识库MaxKB 开源

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

每种语言一套API，集成复杂得要命每次搞TTS都像在交智商税，花钱还买不到好体验。

MeloTTS 语音工具

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

Midjourney V7或中杯Stable Diffusion 3.5； § 可能是OpenAI的DALL-E 4，因为Anthropic前员工在图片后缀里发现了OpenAI； § 也可能是Mistral

red_panda 文生图

基于LLM+向量库的文档对话痛点及解决方案

痛点：文档切分粒度不好把控，既担心噪声太多又担心语义信息丢失笔者之前采用了Longchain的文档切分工具，发现不能问题。

开源模型

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

YOCO仅缓存一次键值对，可大幅降低GPU内存需求，且保留全局注意力能力。

Decoder-Decoder YOCO 架构

惊艳推荐！8款好用又免费的文本转语音TTS工具

虽然这种方法能够产生可理解的语音，但由于样本数量的限制，很难达到完全自然的语音合成效果。

TTS Maker 语音

用AI做郭德纲说英文相声的爆款视频（详细教程）

郭德纲用英文说相声的短视频火爆全网，单条视频点赞破9.7万，转发量更是高达11.8万，AI的内容形式层出不穷，不断地出爆款，其实这个两周前有出过教程--用这个AI，把视频翻译成30+种语言，丝滑程度，随时能把生意做到全世界

视频翻译语言

SEO知识点入门

笑话，以我的智商怎么甘心一直做着机器人的工作呢，可是什么都不会啊，灵光一闪，学SEO，自此就开始走上了自学SEO的道路。

十大开源语音识别项目

html star：23.3k PaddleSpeech PaddleSpeech 是一个开源、易用、多合一的语音处理工具包，包含语音识别、语音翻译（英-中）、文本-语音、标点恢复功能。

语音识别开源项目

<...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