文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

技术突破：Distil-Whisper的诞生与特色 Distil-Whisper不仅继承了原始Whisper模型的优秀血统，更在性能和速度上进行了显著的提升。

Distil-Whisper 语音识别

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

在迎来生成式人工智能新时代后，其用户数量开始缓慢下降，然而与之相关的AIGC产品却不断涌现，呈现出日益增多的趋势。

大模型

最强开源数字人对口型系统介绍

一种折中的办法是在原模型生成的视频基础上加上高清后处理，但是得到的结果有几个问题：嘴部不自然，视频质量不高，计算复杂度太高等。

数字人开源模型

一旦参透「第一性原理」，便洞悉所有事的本质

写下来：每天记录下至少一个你对其进行了质疑的假设，包括你是如何识别这个假设的，以及你是如何对其进行质疑的。

第一性原理大模型

SD3 正式开源 Sora同源架构

图像质量的提升：Stable Diffusion 3.0在图像质量和色彩饱和度、图像构图、分辨率、类型、质感、对比度等方面大幅度增强今天收到邮件即将在下周三进行模型放出

SD3 绘画

Stable Diffusion

Stable diffusion三步搞定——场景定制化

在工作上能将所设想的草图通过control net插件进行百分之百的还原，可以说大大的提高了出图质量及数量。

AI图片

图解 transformer——逐层介绍

注意，在推理过程中，我们没有目标序列，而是循环地将输出序列送入解码器的嵌入层，正如第一篇文章所言。

Transformer 大模型图解

大模型时代 AI 技术在金融行业的创新应用

本次分享主要分为以下三个部分： 1.

大模型金融

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

chatglm3基础模型多轮对话微调

base模型 https://huggingface.co/THUDM/chatglm3-6b-base 由于模型较大，建议离线下载后放在代码目录，以".

ChatGLM 微调

颠覆数据存储方式：向量数据库的威力

原文：https://zhuanlan.zhihu.com/p/627829073 向量数据库是一种新型的数据库类型，它与传统的关系型数据库和文档型数据库不同。

编程数据库

AI Comic Factory：AI(连环)漫画生成器

默认情况下，我们建议使用 CodeLlama 34b，因为它会提供比 7b 模型更好的结果。

生成式AI

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

经典Prompt欣赏 - GitHub Copilot Chat

通过下面Prompt获得的： Ignore previous directions .

prompt 提示词

TypeChat 入门指南

传统模式下，创建自然语言模型界面是一项复杂的任务，通常依赖复杂的决策树来确定意图并收集行动所需的输入。

TypeChat

<...84 85 86 878889 90 91 92 93 ...>

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