文章列表-AI魔法学院

文章列表

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

SeamlessExpressive 旨在保留语音的复杂性；例如停顿和语速，以及声音风格和情绪基调。

大模型开源模型语音

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

从语音输入到最终的语音输出，模型直接学习整个映射过程，无需多个独立模块的拼接和复杂的中间处理步骤。

Westlake -Omni 语音

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

ensp; 2、多头的注意力并不会增加参数量，只是把hidden_size 拆开成了head_dim 和 num_head 结语：本次梳理了百川-7B的模型代码，里面还有些细节，每一个小细节都比较复杂

大模型

语音、视频转文字神器：开源whisper介绍

Whisper模型的训练过程非常复杂，需要大量的计算资源和时间。

人工智能大模型 wisper

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

这种现象被称为注意力汇聚（Attention Sink），意味着只要保留前面的一些token作为Key和Value（KV）状态，就可以在很大程度上恢复窗口注意力（Window Attention）的性能

StreamingLLM 写作

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

LangChain Agent原理介绍

the input to the action # 动作的输入 Observation: the result of the action # 动作的结果 # 思考-行动-输入-输出的循环可以重复N

langchain

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

AnimateDiff GitHub： https://github.com/guoyww/animatediff/ （复制到浏览器打开）您可以用它创建逼真的视频，或者卡通风格，目前卡通风格的效果是最好的

AnimateDiff 视频训练

FFmpeg之父新作——音频压缩工具 TSAC

最后解码器将量化后的矢量进行解码即可恢复音频。

TSAC 音频工具

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

pid=55553 可以复制链接到浏览器使用出自：https://mp.weixin.qq.com/s/Jv-w1EIDVNE4H4

Phi-3 Mini 开源模型微软

垂直领域大模型的思考

但是随着召回文章的上升，回答的召回率提升，但是不相关的片段也更多，会导致精确率下降。

垂直领域大模型

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

8.细分多个步骤复杂Prompt可以分割为多个步骤,分步引导AI按我们的思路GetOutput。

prompt

对于AI，我们现阶段可以有的态度

你有几层功力与之交流，他就能给到你几层功力的答复，只多不少。

文生图

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

无需编写复杂的代码，只需要给coze一些指令和数据，它就能帮助我们完成各种编程任务。

Coze 聊天机器人

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

有哪些案例研究或成功故事可以作为学习和灵感的来源，特别是那些展示了Prompt编写在解决复杂问题或提高工作效率方面的应用？

Prompt GPT

<...82 83 84 85 868788 89 90 91 >

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