文章列表-AI魔法学院

文章列表

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

RAG的工作原理 RAG系统典型由三部分组成： (1) 检索器：从大规模文本数据中检索与输入查询相关的文本片段。

大语言模型 RAG检索增强

从零开始学习大模型-第二章-大模型学习路线

必备基础知识数学基础：深入理解线性代数、概率论和统计学、微积分等基础数学知识。

大模型学习

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

nbsp;clone https://github.com/v3ucn/coqui-ai_xTTS_v2.2_webui_cn.git 注意该项目并非官方项目，而是在其基础上的修改版本，添加了中文版本的

coqui-ai TTS 语音

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

技术的主要组成包括数据提取—embedding—创建索引—检索—排序（Rerank）—LLM 归纳生成，不过实际落地过程来看，将用户查询转换为嵌入向量直接检索，很多时候的结果在相关度方面没有那么理想，本篇分享一种对用户查询进行重写再去检索从而提高准确性和召回率的方案

RAG 大语言模型

AI音乐热潮下，“神曲工作室”率先失业

但是小旭向娱乐资本论·视智未来强调，在提示词中指定后，Suno是能够将情感递进做出来的。

音乐音频

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

今天分享的插件就是时间大师 Agent Scheduler，有了这个插件，我们就可以将每次出图作为一个任务放在队列中，插件可以自动的执行队列中所有的任务，不需要我们一个一个的等待了。

Agent Scheduler Stable Diffusion

一个写了会上瘾的公众号写作模板

接下来，就分享一下我最初坚持下来的写作模板，从日常的生活去入手，或许能够让你觉得写作其实原来如此的简单，更加容易坚持下去。

公众号写作模版

Elasticsearch 中的向量搜索：设计背后的基本原理

段内的每个文档都由文档 ID 标识，文档 ID 是该文档在段内的索引，类似于数组的索引。

向量数据库

保姆级教程：图解Transformer

Transformer 最初主要应用于一些自然语言处理场景，比如翻译、文本分类、写小说、写歌等。

人工智能

解读 Openai 给 DALLE3 设的完整系统提示词

这个提示词，是看到网友分享的，我让GPT复现，GPT没有告诉我。

提示词绘画 DALLE

语音克隆又又又又又升级了

之前在前面的文章中有介绍，克隆你的声音，只需要你三秒的录音，声音克隆又进化了！

Meta 语音生成

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

现有大规模文本到语音（TTS）系统通常分为自回归和非自回归系统。

MaskGCT 声音克隆

构建开源多模态RAG系统

RAG通过在需要回答问题或谈论特定事物时从一本事实大书中查找信息，帮助机器人朋友变得更聪明。

RAG 大模型

300天里，我帮你踩遍了AIGC创业的各种坑

如果2024年初的Sora再次勾起了你做点事情的想法，这篇文章可能会给你带来一些启发，少走一些大概率没有结果的弯路。

AIGC 创业

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

/output: 训练生成保存模型weights的文件夹，可以不修改等待5-20分钟即可训练完成。

妙鸭相机

<...69 70 71 727374 75 76 77 78 ...>

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