文章列表-AI魔法学院

文章列表

ChatGPT写论文指令全集

技术比较：比较不同类型的机器学习算法在语音识别技术中的应用和效果。

ChatGPT 写作

垂直领域大模型的一些思考及开源模型汇总

虽然国内大厂在紧追不舍，但目前绝大多数都还在实行内测机制，大概率是不会广泛开放的（毕竟，各大厂还是主盯ToB、ToG市场的，从华为在WAIC的汇报就可以看出）。

垂直领域大模型开源模型汇总

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

torch.randn(dim, device=std.device) * std + mean 可以看出最终返回的音色向量，是通过将随机生成的正态分布值缩放和偏移得到的

chattts tts 文生语音

来自Microsoft Build 2023：大语言模型是如何被训练出来的

下图是LM-SYS展示的大模型匿名评分结果（就是给定一个问题，随机匿名给出2个模型的答案，让普通用户比较好坏，结果进行排名）。

大模型

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

在表2中，当噪声比增加时，错误文档的内容都是一些人对耳机名称（"AppleRealityPro"）的预测。

大模型 RAG检索增强

爆肝两天！ChatGPT+提示词解决知识库目录混乱

例如，在分析市场前景时，可以将市场细分成互斥且完全穷尽的子市场，以更好地了解潜在机会。

智能分类大模型知识库

RLHF 在 Text2SQL 领域中的探索

· 强化学习是一种机器学习方法，旨在通过智能体（agent）与环境（environment）的交互学习如何在动态环境中做出决策（action）以最大化累积回报（reward）。

Text2SQL RLHF

大模型压缩首篇综述来啦~

Fine-tune-CoT [Ho等, 2023]通过随机采样从LLMs生成多个推理解决方案。

大模型

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

每个编码器层都有多头自注意力机制和前馈神经网络，用于对输入序列进行多层次的特征提取和表示学习。

Bert-vits 语音

2023检索增强生成技术（RAG）研究进展

大模型可能会内置更加高效的检索机制，而RAG技术也会不断优化，使得检索过程更加精准、生成过程更加自然。

RAG 检索增强

Prompt工程如此强大，我们还需要模型训练吗？

根据原论文描述，作者在测试Zero_shot_CoT方法时曾尝试过多组不同的提示词尾缀，并在一个机器人指令数据集上进行测试，最终发现“Let’s think step by step”效果最好，其他指令及各指令准确率排名如下

大模型

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

用随机高斯分布初始化 A，用 0 矩阵初始化 B。

大模型

最透彻的大模型PPO原理和源码解读

我们使用真正吃了batch，产出经验值的那个时刻的Actor分布来约束ppo_epochs中更新的Actor分布 · · 我们考虑了剪裁机制（clip），在ppo_epochs

PPO 大模型源码解读

<...61 62 63 64 65 66 67 68 6970>

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