文章列表-AI魔法学院

文章列表

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

论文链接：https://arxiv.org/pdf/2408.07055 项目地址：https://github.com/THUDM/LongWriter 本文所附图片均来源于论文开源项目

写作长文本

GPT提示词必杀技：思维树法

在前面我们介绍过，引导模型进行思考，插入链接，其实就是思维链的原理。

GPT 提示词

解玄：共相、道、基类与战略

这其实是遵循我老爹的教导，我老爹的观点大概是：可以不信佛，但你不能跑到佛像上撒尿。

玄学科学

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

相比传统的基于词嵌入的模型，BERT引入了双向上下文信息的建模，使得模型能够更好地理解句子中的语义和关系。

Bert-vits 语音

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

传统的语言模型通常仅限于文本，并需要额外的处理层来处理语音。

GLM-4-Voice 9B 语音安装

SD入门教程零：应用场景

Stable Diffusion自2022年开源发布以来，其应用场景已经迅速扩展到了多个领域，艺术家和设计师使用SD来生成创意图像，探索新的视觉风格，或者作为灵感来源。

Stable Diffusion 文生图入门教程

AI Agent的数字化革命：超越文本，走向自主决策与交互

相比模型训练方法，OpenAI 内部目前更关注AI Agent 领域的进展。

生成式AI

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

在规模较小的Yi-6B模型上，纯弱智吧版本总分排名第三，还不算太突出。

弱智吧训练数据集

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

·支持大规模数据问答，两阶段检索排名，解决大规模数据检索的退化问题；数据越多，性能越好。

网易 RAG 知识库

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

它是OpenAI的Whisper模型的JAX版本，实现了在TPU上高达70倍的速度提升，这不仅是对现有技术的重大突破，更是对未来潜力的一次展现。

Whisper 语音识别

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

我们总是期望它能准确理解我们的意图，却时常发现其回答或创作并非百分之百贴合我们的期待。

提示词 prompt

几款开源的OCR识别项目，收藏备用

tesseract.js.git PaddleOCR PaddleOCR是百度开源一套OCR,旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型

OCR

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

for end-to-end Text-to-Speech）是一种结合变分推理（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型

音乐

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

字节跳动公司最新推出的MagicVideo-V2，正是一款能够将你的文字描述转化为精美视频的AI视频生成模型。

MagicVideo-V2 视频生成

RAG检索增强技术在知识库智能检索场景下的应用实践

02 知识检索增强技术的主要范式与发展历程 2.1、RAG 的典型范式（Native RAG） RAG，即Retrieval-Augmented

知识库 RAG检索增强

<...70 71 72 737475 76 77 78 79 ...>

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