文章列表-AI魔法学院

文章列表

语音识别的未来已来：深入了解faster-whisper的突破性进展

这种实现不仅提高了语音识别的速度，还优化了内存使用效率。

语音识别 Faster-Whisper

一文看懂RAG：大语言模型落地应用的未来

重点转向了RAG和微调的优势相结合的混合方法，同时也有少数人继续关注优化预训练方法。

rag 检索增强

收藏！万字长文聊聊LLM Agents的现状，问题与未来

全文1.1w字，阅读时间约25分钟。

LLM Agents

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

那么，这个被誉为“语音识别的未来”的AI工具到底有何过人之处？

Distil-Whisper 语音识别

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

你可以想象它的样子大概是这样的-——但实际上有50亿个实体：简而言之，这是一项启动并实现了从关键字匹配到语义匹配转变的技术。

开源模型

一文读懂GPT-1：生成式预训练如何提升语言理解

为了深入探索大语言模型的发展历程，我们精心挑选了一系列经典论文进行分享，希望能与大家共同学习和理解大语言模型背后的技术。

GPT

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

用户可以通过简单的文本提示进行创作，生成多种音乐风格的高质量音乐和语音。。

suno 音乐

最新最全的开源中文大语言模型列表

该项目一期发布了基于Llama的抽取大模型智析，使用中英文语料对LLaMA（13B）进行进一步全量预训练，并基于知识图谱转换指令技术对知识抽取任务进行优化。

大模型

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

自 ChatGPT 发布以来，大模型的强大让人们看见了通用人工智能的曙光，各个科技大厂也纷纷开源自家的大语言模型。

大模型

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

你是否曾想过，仅凭一段文字就能生成一段高清、流畅的视频？

MagicVideo-V2 视频生成

AI Agent的数字化革命：超越文本，走向自主决策与交互

AI Agent和ChatGPT、Claude等LLM（大语言模型）有什么区别呢？

生成式AI

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

6月27日，OpenAI应用研究主管LilianWeng撰写了一篇万字长文，其中还有部分章节是ChatGPT帮她起草的。

Agent

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

欢迎来到 Milvus 2.3.0 文字发布会！

大语言模型

郭德纲讲英语相声详细教程

“Sign in”,出现登录界面后切换到Sign Up，按照指引注册完成之后，就可以开始生成视频了上传需要翻译的视频点击页面左侧的“Video Translate”选项系统将自动跳转到上传操作页面

数字人音视频

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice模型具有的功能特点：多语言语音识别：SenseVoice 支持包括中文、英文、粤语、日语和韩语在内的多语言识别。

asr tts 声音

<...3 4 5 678 9 10 11 12 ...>

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