文章列表-AI魔法学院

文章列表

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

对话式 TTS: ChatTTS针对对话式任务进行了优化，实现了自然流畅的语音合成，同时支持多说话人。

chattts tts 文生语音

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

代码方面，该平台也能够运行一些简单的Python程序，但似乎只能输出文本，涉及到绘图这样的任务就无法运行了。

meta llama3

RAG从入门到精通-RAG简介

3.LLM的知识是编码在数百亿个参数中的,无法直接查询或编辑其中的知识图谱。

rag 大模型

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

Langchain中改进RAG能力的3种常用的扩展查询方法

这种技术试图解决用户提示不是那么具体的情况。

检索增强生成 Langchain

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

将两个主角的声音单独提取出来，随后依次进行背景音和前景音的分离，声音降噪以及声音切片等操作，这些步骤之前已经做过详细介绍，请参见：民谣女神唱流行，基于AI人工智能so-vits库训练自己的音色模型(叶蓓

Bert-vits 语音

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(二）

这些动词有助于明确用户的意图，从而使AI能够更准确地满足用户的需求。

提示词写作

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG技术图解直接检索的问题将用户查询转换为嵌入向量直接检索会出现下面四类常见问题 👇：查询结果不匹配模型假设查询 embedding 和内容 embedding 在嵌入空间中是相似的

RAG 大语言模型

AI声音克隆 | 最全最简教程（权威版）

中文,电子灵魂华尔兹,8秒说英文效果克隆李雪健English-version,电子灵魂华尔兹,12秒最后，这个教程看着多了点，其实可能我只是尽可能把每个步骤的图贴完整

声音克隆教程

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

GPT

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

因为一旦某个指标被用作目标，人们可能会找到实现这一目标的“捷径”，而忽视了最初使用该指标的真正意图。

ChatGPT 国产大模型

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

、 “做个自我介绍”、 “你好” Llama3 会用中文回答： “我是AI在手” （如下图） 1、环境安装 # nvidia 显卡显存16G

Llama3 对话问答模型

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学

基于已有数据和继续爬取的中文金融数据，将继续利用 GPT3.5/4.0 API 构建高质量的数据集，另在中文知识图谱-金融、CFLEB 金融数据集等数据上进一步扩充高质量指令数据集。

LLaMA

一人搞定30万商品分类：AI落地实践故事！

查询数据库查询的过程看上面的图：文本先通过text_to_vector转换为矢量，然后在Milvus里查询最邻近的值，拿出Index，再根据这个Index到MySQL里查询对应的文本。

embedding 大数据分类

Qwen7b微调保姆级教程

,'你能帮助我干什么'] i_can = ['我能够帮助你以最优雅的方式训练各种类型的pytorch模型，并且训练过程中会自动展示一个非常美丽的训练过程图表。']

Qwen7b 大模型

<...86 87 88 89 90 91 92 939495 >

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