文章列表-AI魔法学院

文章列表

十大开源语音识别项目

它在大量多样化的音频数据集上进行训练，作为一个多任务模型，可以执行多语言语音识别、语音翻译和口语识别。

语音识别开源项目

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

为了改进模型的性能，作者还引入了一种新的损失函数，用于在训练过程中对生成图像进行优化。

大模型文生图

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

·可视化文本分块，支持人工干预。

RAGFlow RAG 开源

大模型：泛化即智能，压缩即一切

定义1: 模型的泛化程度与你将不同数据推入足够高容量模型的速度成正比。

大模型泛化

Ollama还是vLLM？深度解析四大顶级LLM服务框架：性能、特性与技术选型指南

它提供一个轻量级服务器，能够轻松地下载、管理和运行各类 LLM 模型，其设置过程非常简单。

LLM 服务框架

Python状态机：优雅处理复杂业务逻辑的利器

工作流管理：订单流转、审批流程等 3.

Python状态机设计模式

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

lyco:Better light:0.5> , Better li ght模型下载：安装了LyCORIS插件请拷贝至models\LyCORIS，未安装LyCORIS插件视同普通

AI图片

第一性原理以及第一性原理是怎么帮马斯克成为首富的

在大型航空航天公司，工程师们严格遵守这些金科玉律。

马斯克商业

OpenAI大动作：Whisper large-v3重塑语音识别技术

从帮助视障人士识别周围环境，到提升客户服务体验，再到支持多语言会议的实时转录，这一技术都能大放异彩。

Whisper 语音识别

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

此外，还将把Qwen2扩展成多模态模型，融入视觉及语音的理解。

qwen 千问开源

Stable Diffusion

Stable Diffusion API

采样步数：图像生成过程中的去噪步数。

文生图 SD

大模型：泛化即智能，压缩即一切！

定义1: 模型的泛化程度与你将不同数据推入足够高容量模型的速度成正比。

泛化大模型

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

架构就像PC的硬件，但仅依赖架构设计是不够的，我们还需要赋予Agent完成不同任务的能力，这些被视为“软件”资源。

大模型 LLM Agent

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

参与人员：Jerry Liu（LlamaIndex的创造者）、Bob（Weaviate的联合创始人/CEO）、Max（sid.ai的联合创始人/CEO）、Tuana（Haystack工程师）。

大语言模型 RAG检索增强

<...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