文章列表-AI魔法学院

文章列表

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！

Azure一个月几千块，Google Cloud按分钟收费免费的质量垃圾，机器味儿浓到让人怀疑人生中文支持？

MeloTTS 语音工具

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

LLM大模型推理输出生成方式总结

：每一个时间步，根据概率分布随机采样字（每个概率>0的字都有被选中的机会）。

大模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

（BPE） WordPiece 的方式很有效，但当字词数目过于庞大时这个方式就有点难以实现了。

大模型训练

保姆级教程：图解Transformer

显然，Transformer 主要分为两大部分，分别是编码器和解码器。

人工智能

ComfyUI-基础图生图&基础图片缩放

如果跟随《Stable Diffusion 防災指南》一路学习过来的朋友可以选择A航线继续跟随卡爷的节奏进入ComfyUI新世界，而对ComfyUI本身兴趣不大，但对比WebUI还简单无脑的生图很需要

ComfyUI 图生图

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

正如Lilian Weng在其万字长文《LLM Powered Autonomous Agents》对Auto-GTP的点评： “AutoGPT引起了许多关注，探索了使用LLM作为主控制器构建自主代理的可能性

开源模型

Stable Diffusion

AI绘画Stable Diffusion进阶使用

可以使用艺术家，工作室，摄影术语，角色名字，风格，特效等等。

Stable Diffusion 文生图

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

在每次提问 Question 后，LLM 可以结合召回知识，加上 LLM 自身的自然语言生成能力，给出对应的回答。

Prompt 大语言模型 RAG

PymuPDF4llm：PDF 提取的革命

这意味着，无论你是数据科学家、AI研究者，还是企业数据分析师，都可以通过PymuPDF4llm轻松地从PDF中提取出结构化的数据，为你的AI项目提供强有力的支持。

PymuPDF4llm PDF

2023年LLM如何入门？请看这篇综述！

Q：那这么多参数的模型是不是应该给赋予一个新的名字？

大模型

最透彻的大模型PPO原理和源码解读

所以，一种更好的设计方式是：t时刻状态s的总收益 = 身处状态s能带来的即时收益 + 从状态s出发后能带来的未来收益。

PPO 大模型源码解读

国内厂商语音识别与Whisper评测：现状与概况对比

本文将从客观的角度出发，深入分析国内几家主要厂商的语音识别技术与Whisper技术在不同方面的性能，旨在为读者提供一个全面的语音识别技术现状和概况。

语音识别 Faster-Whisper

谈谈LLM在推荐域的渗透，探索推荐新范式

一般来说，模型在100亿到1000亿参数区间，可能产生能力涌现。

大模型

Stable Diffusion

Stable Diffusion由入门到精通

顾名思义，文生图通过简单的文字描述（英文）就能生成你想要的图片。

prompt 文生图

<...60 61 62 636465 66 67 68 69 ...>

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