文章列表-AI魔法学院

文章列表

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

同时，在Qwen-7B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。

通义千问

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

FelixCoder 链接：https://zhuanlan.zhihu.com/p/639462205 一、前言由于 ChatGPT 和 GPT4 兴起，如何让人人都用上这种大模型，是目前 AI

大模型人工智能

Roop参数说明，ROOP->StyleGAN演示！

首先，简单说一下，视频的原素材全部由AI生成！

视频 StyleGAN

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

在这里，我将讨论如何通过检索增强生成（即 RAG）来提高 LLM 的性能。

RAG 大模型自动回复

OpenAI大动作：Whisper large-v3重塑语音识别技术

Whisper large-v3：多语言识别的强大进步 Whisper large-v3是OpenAI继续在语音识别领域深耕的最新成果。

Whisper 语音识别

Kimichat炒股：7个提示词案例

这个比例越高，通常意味着公司的财务成本越高，风险也可能越大。

Kimichat 提示词

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

▲图1.由Stable Diffusion3生成。

OpenELM 大模型

大模型实践总结

文本生成。

大模型训练

10个值得收藏的ChatGPT辅助编程技巧

这是另一个用作正则表达式生成器的 ChatGPT 示例。

编程提示词 chatgpt

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

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学

Fin-Alpaca-LoRA-7B-Linly 中文金融问答微调模型 Linly-AI

LLaMA

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

如今，长上下文窗口却成为了大模型抵御外部攻击的“短板”，甚至成为遭受攻击的罪魁祸首。

Anthropic 大语言模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

nbsp; 2.3 ViTPose的数据灵活性同预训练数据的ViTPose在MS COCO的性能对比在过往的实验中，使用ImageNet对编码器进行预训练已经成为了一种默认设置

ViTPose+Transformer 身体姿态

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

尽管近年来出现了一些解释AI模型的方法和工具，但对于非常大和复杂的模型，这些方法往往效果有限或者难以应用。

大模型调试工具

<...77 78 79 808182 83 84 85 86 ...>

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