文章列表-AI魔法学院

文章列表

关于AI声音生成的一切（语音+音乐+嘴型）

语音转文字 •Const-me/Whisper（解压就能用）: OpenAI Whisper自动语音识别模型的高性能

声音

朱啸虎讲了一个中国现实主义AIGC故事

腾讯新闻《潜望》：你怎么看过去两年，一些投资机构中，企服赛道投资人被迫群体性消失的这个现象？

朱啸虎 AGI

中国大模型「顶流群聊」笔记

这些堪称国内大模型领域最积极最活跃的力量，从下午两点一直聊到了晚上九点，从产业的多个层面，立体地做了交流碰撞，也从各自的最新实践中聊出了很多有洞见的观点。

大语言模型

Fooocus，webui，comfyui优缺点

fooocus简单易用是他的优点同时也注定了他的缺点，他生来就是为了生成素材，所以自由度并不是很高，不适合定制化的工作使用。

Fooocus webui comfyui 文生图

检索增强生成 (RAG):What, Why and How?

store 时, 查询也会转换为 embedding , 然后 vector store 返回与查询最相似的 embeddings.Weaviate 这种类型的向量数据库在存取过程中都能够自

检索增强大模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

本文译自 LlamaIndex: How to Use Index Correctly[1]，翻译内容并非原版无对照翻译，有所增减。

大语言模型

9个范例带你入门langchain

9，智能体(Agents): 使用LLMs进行任务分析和决策，并调用工具执行决策。

大模型

「长文」可能是目前最全的LangChain AI资源库之一

•SuperAgent[78]: 将LLM Agents部署到生产环境 [79]•Voyager[80]: 具有大型语言模型的开放式体现智能体 [81]•

工作

大模型高效微调：🤗 PEFT 使用案例

现在您可以使用🤗 Transformers的Trainer、🤗 Accelerate，或任何自定义的PyTorch训练循环来训练模型。

大模型

43个商业价值很高的prompt

确保线索中的每一条tweet都与各自的AIDA阶段相对应。"

prompt

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

其主要在以下几个方面做优化： 1) Query拓展：这是我自己取的名字，可能不太准确，其主要参考Meta的CoVe[1]以及百川自研的Think Step-Further方法对原始用户输入的复杂问题进行拆解

RAG 大模型

无限长的上下文，也干不掉的RAG

具体来说，当相关信息出现在输入上下文的开始或结束时，模型性能最高；而当模型需要从上下文中间提取信息时，性能显著下降，形成了一个U形的性能曲线。

RAG 大模型

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

更多技术细节和理论研究请参考LLMLingua的官方网站和论文: https://github.com/microsoft/LLMLingua 今天我们来看看在具体的应用场景中，如何使用LlmLingua

LLMLingua LlamaIndex 开源框架

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

StreamDiffusion 论文地址：https://arxiv.org/abs/2312.12491 想做相关实时图像生成产品的可以去用起来了，我们都喜欢开源的项目，我在colab上也建好了，感兴趣可以去体验一下

StreamDiffusion 文生图

<...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