文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

7.2k License: Apache-2.0 ESPnet 是一个端到端的语音处理工具包，涵盖了端到端语音识别、文本转语音、语音翻译、语音增强、说话人分离等功能

AudioCraft 音频

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

我们没有进行微调，而是结合使用提示链接和预处理/后处理来将幻觉率降低一个数量级，但它确实需要 3-4 倍的 OpenAI 调用次数。

大模型

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

为什么他不同的指标写了不同的小字。

Prompt 大模型

AIGC大模型，潮水褪去之后

向量数据库+大模型是当前最佳的实践，所以前一阵子一堆做向量数据库的公司融了比较多钱。

大模型

阿里推理模型来了！Marco-o1 发布即开源

技术亮点全解析 Marco-o1的核心优势体现在四个方面：思维链微调：团队使用开源CoT数据集和自研合成数据对基础模型进行全参数微调，打造出Marco-o1-CoT。

Marco-o1 推理模型

OCRmyPDF—可智能识别PDF文本和图片信息的工具

•使用Tesseract OCR引擎识别超过100种语言 •保护您的私人数据安全。

OCRmyPDF 工具

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

llamaindex实现下的RAG架构以RAG召回为例，最原始的做法是通过top-k的方式从向量数据库中检索背景数据然后直接提交给LLM去生成答案，但这样存在检索出来的chunks并不一定完全和上下文相关的问题

大模型

什么是BERT？

1.1 BERT的输入 BERT的输入 BERT的输入为每一个token对应的表征（图中的粉红色块就是token，黄色块就是token对应的表征），并且单词字典是采用WordPiece算法来进行构建的

embedding

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

请根据使用三个反引号分隔的客户邮件评论，生成一封感谢客户评论的回复。

prompt 提示词

详解 Diffusion (扩散) 模型

其基本思想是通过迭代前向扩散过程系统地、缓慢地破坏数据分布中的结构。

Diffusion 开源模型

ComfyUI 基础教程（二）：文生图基础流程

我们将它们连接起来，只需将鼠标悬停在其中一个上面，会出现十字标识，然后按住鼠标左键并拖动到另一个节点的相应位置即可连接。

comfyui 文生图

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

兼顾全局的概览信息和局部的细节信息，能够识别和分析图像中的细微特征，看的更清楚，理解的更准确。

XVERSE-V 多模态大模型

Coze多智能体（Multi-Agents）模式体验！

多智能体编排区域，分为”提示词“，”触发器“、”变量“、”数据库“、”开场白“、”背景图片“、”语音功能“。

Coze 多智能体

26个超级技巧，让你的ChatGPT直接起飞

案例：不要说“请帮我分析这份数据”，而是直接说“分析这份数据”。

ChatGPT

吴恩达Prompt教程之总结图解

BaseLLM一般用于文字的生成，微调模型则是ChatGPT的模型基础。

prompt 教程吴恩达

<...74 75 76 777879 80 81 82 83 ...>

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