文章列表-AI魔法学院

文章列表

中文常用停用词表下载

停用词表这个概念，我们可以用一个有趣的故事来帮助理解：想象一下，有一个巨大的图书馆，里面装满了各种各样的书籍，但是有一天，图书管理员发现了一个问题：很多书里都包含了大量的“的”、“是”、“了”这样的词

训练停用词

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

🖼️ 多图理解和上下文学习。

MiniCPM-V 2.6 大模型

一文看懂RAG：大语言模型落地应用的未来

RAG的演进轨迹在四个不同阶段展开，如下图所示。

rag 检索增强

大模型推理能力增强方法总结

在下面的图中，左侧的提示是使用少样本思维链范例编写的。

推理能力大模型

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图一：embedding 类似于搜索引擎的索引，没有 update，只有 insert 或者 delete 互联网排名第一的文档格式是什么？

大模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

图 1：LLM 挑战概况。

开源模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

Stable Diffusion

Stable Diffusion 30种采样器全解！

o Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。

Stable Diffusion采样器

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

这些插件涵盖了常见任务，例如将语音转换为文本，反之亦然，以及在生成式 AI 模型上运行推理。

voice agent 开源音视频

提升GPT Prompt效果最佳实践 - 拆解复杂任务

具体方法： · 使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令

GPT prompt

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

GUI 推理：提供 PyQt6 图形界面，与 API 服务器无缝协作。

Fish Speech 本地搭建

开源！数字人资源大集合！

· 感知系统，图宾根计算机公司，马克斯·普朗克智能系统研究所，作者：Michael Black。

数字人开源

<...79 80 81 828384 85 86 87 88 ...>

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