文章列表-AI魔法学院

文章列表

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

通过编排可以将开放域，复杂多步问题，分解为多个子问题分开解决，能用模型用模型，不能用模型的用流程，甚至采用“Human in Loop”的方式，将整个工作流程白盒化，把大模型能力限制在封闭的问题内，让大模型更可控，提升整个应用的可解释性和鲁棒性

RAG 自由编排 Workflow

如何微调Meta Llama-3 8B

pip install wandb 2、登录：提示您输入 Wandb 凭据（可能是 API 密钥），以便您可以使用该服务。

Meta Llama 3 大模型

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

该模型的性能在一些公开的语音识别数据集上达到了与有监督学习相当甚至超越的水平，展示了无监督语音识别的巨大潜力。

Translatotron 语音识别

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

在英伟达的PPT演示里，两颗GPU从边缘“无缝粘合”在一起，面积X2的同时，算力翻倍。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

在英伟达的PPT演示里，两颗GPU从边缘“无缝粘合”在一起，面积X2的同时，算力翻倍。

芯片拼接技术

本地部署操作AI抠图软件

pwd=ybq2 提取码: ybq2 复制这段内容后打开百度网盘手机 App 一、图片预览二、使用说明 1、工具应解压到非中文路径，含中文的路径必出错。

抠图

14.6K star！最好用的OCR文字识别项目，没有之一！

接下来给大家展示一下它的亮点功能：截图识别这个功能很适合在一些不能复制的网页上使用，速度很快，准确率也很高。

Umi-OCR 开源项目文字识别

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

WeChatpy是一个功能强大且易于使用的Python微信开发库，它提供了与微信开放平台接口进行交互的方法和工具。

WeChatpy 开发库

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

项目提出了一种推理时的摇摆采样策略，显著提高了模型的性能和效率。

F5-TTS 音频克隆

Python状态机：优雅处理复杂业务逻辑的利器

扩展性好：易于添加新状态和转换规则 Python实现状态机示例下面是一个简单的订单状态机实现： from enum import Enum from

Python状态机设计模式

一张照片秒生不同风格图像！小红书InstantID来了！

02 技术特点 · 零样本学习：InstantID不依赖于大量的训练数据，它能够直接从一张图像中提取身份特征，这对于资源有限的场景尤其有价值。

InstantID 文生图

CodeGeeX：Tab一下，代码自动生成

平台 CodeGeeX 是由清华大学知识工程实验室研发，其中鹏城实验室提供了算力支持，智谱AI、华为MindSpore提供了技术支持。

大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

Docker介绍及常用命令大全

也就是说，镜像是一个特殊的文件系统，除了提供容器运行时所需的程序、库、资源、配置等文件外，还包含了一些为运行时准备的一些配置参数(如匿名卷、环境变量、用户等)。

Docker 容器

什么是GPTs！如何创建自己的第一个GPTs？

创建页面的介绍创建页面分为两个部分，左边是用来定义GPT的，右边是预览效果左边定义GPT的页面有两个选项，一个是Create，一个是Configure，Create为我们提供了一个GPT

大模型应用 chatgpt

<...78 79 80 818283 84 85 86 87 ...>

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