文章列表-AI魔法学院

文章列表

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

对于问答数据，作者整合了：NExTVideo，该数据集在LLaVA-NExT中引入，以及ActivityNet-QA（训练拆分）。

Baichuan-Omni 多模态大模型

我尝试了 100 个免费 AI 工具，这些是最好的

4.Palette：为你的黑白记忆增添一抹色彩调色板因其为黑白照片添加色彩的能力而引起了我的注意。

AI 工具

Agent：OpenAI的下一步，亚马逊云科技站在第5层

§ § Prompt Templates，在提示词中引入变量以适应用户输入的提示模版。

开源模型

Meta无限长文本大模型来了：参数仅7B，已开源

近日，谷歌提出的 Infini-Transformer 引入有效方法，可以将基于 Transformer 的大型语言模型 (LLM) 扩展到无限长输入，而不增加内存和计算需求，吸引了人们的关注。

Meta 长文本大模型

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

2、配置config文件，ModelScope token和构建API工具检索引擎。

大模型

图解检索增强式生成（RAG）技术 | 万字长文

许多产品基本上都是基于 RAG 构建的，范围从结合网络搜索引擎和 LLM 的问答服务，到数百款与数据互动的应用程序。

检索增强式生成 RAG

高级 RAG 技术——图解概览

许多产品几乎完全基于 RAG 构建，涵盖了从结合网络搜索引擎和大语言模型的问答服务，到各种数据交互聊天应用。

RAG 检索图解

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

两个月前，阿里巴巴通义实验室公开了一篇能够让照片唱歌说话的生成式AI模型论文，EMO（Emote Portrait Alive），在海外媒体和社交平台引起热烈反响，被一批科技圈大V轮番转发。

EMO 阿里全民演唱

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

但为什么Sora可以引起如此大的关注？

sora 视频生成

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

然而，最近麻省理工学院的一项研究却引发了许多人对于大模型本身理解和学习能力的诸多质疑，甚至有网友锐评道，“LLM 只会照本宣科，而不能像人类甚至其他动物那样将所学到的知识应用于新事物。”

Scaling Law AI大模型

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

搜索引擎优化方面，M3E 模型对同质和异质文本都有较好的检索能力，这可能使其在搜索引擎的优化中发挥重要作用。

GPT

写好Prompt要记住这六点！

良好的prompt不仅清晰明确，而且具有针对性，能够准确引导AI理解和回应你的需求。

prompt 写作

用AI轻松玩转年度总结PPT

行政部门的工作人员往往需要汇总大量数据、撰写总结，并设计引人注目的演示文稿。

PPT 年终总结

医疗+人工智能的创新应用

其中，医疗领域的应用尤为引人注目。

大模型

一个完整Prompt让ChatGPT自动生成短视频制作脚本

通过将产品信息、售卖对象和优惠信息结合，它能够快速生成吸引人的短视频制作脚本，帮助企业在激烈的市场竞争中脱颖而出，实现更为成功的营销策略。

ChatGPT Prompt 视频

<...4 5 6 789 10 11 12 13 ...>

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