文章列表-AI魔法学院

文章列表

大模型检索增强生成(RAG)高质量报告

如何利用召回的信息 RAG的发展总览数据索引怎么优化结构化语料库对召回的来源进行优化知识图谱作为召回的数据源

RAG 大模型检索

医疗+人工智能的创新应用

中游为医学影像企业包括眼底、心脑血管、肺部、骨骼等疾病的优化诊断工作流程以及产品场景放疗治疗等。

大模型

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

技术合作与生态支持在这里插入图片描述通用语言模型的魅力，可不止于说话。

Qwen1.5 开源模型

开发语音产品时设计唤醒词和命令词的技巧

尽量选取不常说词作为唤醒词，可以有效降低误唤醒甚至避免误唤醒； 6.

语音产品唤醒词命令词

OCR的终极解法——传统算法VS多模态大模型

不管怎么样现在的 AI 算法很少有用响应速度作为指标的，特别是大模型，响应速度惨不忍睹。

OCR 大模型文字识别

Falcon 180B 开源影响了谁？

上述基金公司投资人也认为，Falcon 180B的表现可能并如它官方所宣传的那样强，鉴于这家公司的往常操作，Falcon 180B的性能可能要打八折后才是它的实际表现。

大模型

Anthropic推出提示词生成器让AI秒懂你的需求！

无论你是技术开发者、内容创作者还是数据分析师，这款工具都能帮你提升工作效率，让AI更好地服务于你的需求。

Anthropic 提示词生成器

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

或者视频，当然不同资源需要不同的处理如果是视频，可以使用人声分离，如下图，点击这个就会弹出弹出如下界面，可以对你的视频提取人声这个提取部分，作者集成了好几个模型

数字人声音克隆 GPT-SoVITS

ChatGPT写论文最强指令！

请搜集（XX作者/研究机构）在（XX领域）方面的相关论文根据我提供的作者姓名或研究机构，请找出他们在特定领域上的重要贡献或近期发表的论文。

ChatGPT 指令

AI虚拟主播数字人技术实现Wav2Lip

第二部分：Wav2lip技术概述 Wav2Lip技术是一个基于GAN的唇形动作迁移算法，实现生成的视频人物口型与输入语音同步。

数字人视频

Mokker，想取代商业棚拍效果的场景生成AI

点击商品后可以看到Mokker提供很多模板作为棚拍的预设环境：选择完模板后跳转到操控界面，非常简洁但也很好玩：然后我这边尝试调整一下松枝的位置，再增加一些小道具：最后调整完的效果

Mokker 图生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

直接端到端输出结果：无论是中英文的大段文字：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型

OCR 手写文字识别

让你不怕任何事的3个顶级思维（建议收藏）

有一次，刘和平受邀参与一部历史剧的创作。

灰度思维减法思维

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

从某种意义上讲，大模型应用开发变得更加务实，从一个模型算法问题转变成为一个工程问题，如何将复杂问题拆解为多个子任务或者子agent执行，如何编排协调，如何处理数据，如何选择合适工具，如何迭代优化，如何人机协作成为了做好

LLM 范式迁移

一文探秘LLM应用开发-Prompt(相关概念)

对于模型来讲，我们仍然可以以这样人类熟悉的方式与模型进行交互，让它按照我们的预期工作，这就是上下文学习（In-Context-Learning），缩写为ICL。

prompt 大模型

<...87 88 89 909192 93 94 95 96 ...>

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