文章列表-AI魔法学院

文章列表

无限长的上下文，也干不掉的RAG

研究背景随着语言模型的发展，它们在多种用户面向的语言技术中扮演着越来越重要的角色，如对话系统、搜索与摘要、协作写作等。

RAG 大模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

简而言之，这款模型在保持高效能的同时，通过大幅降低成本和资源需求，拓宽了其使用场景和用户群体。

Phi-3 Mini 人工智能

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

这个版本的Prompt更加专注于实际应用和成为领域内专家的目标。

Prompt GPT

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

上下文能力扩展不影响性能除了一口气啃下3本长篇小说，Qwen官方还展示了Qwen2.5-Turbo超长上下文的更多实用功能。

Qwen2.5 开源模型

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

这个工具估算大模型最小推荐显存资源的方式是用最大层的大小（the minimum recommended vRAM）来表示的。

大模型

智谱AI静悄悄的上线了一大波新模型，过年了，真的

毕竟这也算是国内首个通用视频理解模型 API。

智谱AI 大模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

强调了如规划、记忆和工具使用等关键组件。

生成式AI

语音、视频转文字神器：开源whisper介绍

OpenAI的Whisper是一种基于深度学习的语音识别模型，它是一种通用的语音识别模型，可以用于语音识别、语音翻译和语言识别等任务。

人工智能大模型 wisper

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

SD1.x 系列，大多数是在 SD1.2 的基础上继续微调得到的，包括我们使用最多的 SD1.4 和 SD1.5 模型；SD2.x 系列则是新开的故事线，使用了全新的模型结构。

Stable Diffusion 文生图

模型压缩：量化、剪枝和蒸馏

量化是一种通用的压缩方法，适用于几乎所有的深度模型，学术界已经证实，全连接层是对量化操作十分友好的结构，而BERT 中大部分模块都由全连接层组成，因此BERT 对于量化操作是比较友好的。

BERT 语言模型

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了让 JoyHallo 模型适应普通话，采用了中文的 wav2vec2 模型来提取音频特征。

JoyHallo 数字人开源模型

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

首先，用户输入的 Prompt 会被一个叫Text Encoder（文本编译器）的东西编译成一个个的词特征向量。

Stable Diffusion 文生图

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

我们用先进的策略优化技术，让Qwen1.5更贴合人类思维。

Qwen1.5 开源模型

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

<...71 72 73 747576 77 78 79 80 ...>

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