文章列表-AI魔法学院

文章列表

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

· 高度可定制化：用户可以根据自己的需求，配置爬取的范围、时间间隔、存储格式等参数，以满足不同的应用场景。

微信爬虫

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

支持transformers, llama.cpp, text-generation-webui, LangChain, vLLM等LLaMA生态

训练

AIGC系列之一-一文理解什么是Embedding嵌入技术

Embedding的目标是在大数据中体现相关性的主体，通过Embedding向量表征学习到主体的向量信息，使用向量度量公式也能体现出主体间的相关性。

AIGC Embedding 嵌入技术

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和

数字人声音克隆 GPT-SoVITS

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

不少群友想要我们分享一下防守的经验，这一篇我们就来为大家带来，我们收集到的所有 GPTs 防守技巧，希望能帮大家守护好自己的“提示词财富” 跟上一节“攻”GPTs 一样，我们将保护 GPTs 分成了

GPTs 大模型

简单提升RAG的10种方法

当这种情况发生时，LLM执行的生成步骤可能不是最佳的。

RAG 大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

比如 RA-DIT 试图通过增强 RAG 用到的 LLM + 单独训练一个 retriever 的方式加强 LLM 「自有」知识和外挂知识的双向奔赴

大模型 LangChain RAG

Prompt工程如此强大，我们还需要模型训练吗？

LLM原始训练目标是为了生成自然、连贯的文本，因为其本身接受了大量的文本进行预训练，因此根据提示补全和创造文本就是模型的原生能力。

大模型

混合专家模型 (MoE) 详解

在实际应用中，这些专家通常是前馈网络 (FFN)，但它们也可以是更复杂的网络结构，甚至可以是 MoE 层本身，从而形成层级式的 MoE 结构。

MoE大模型

《特朗普爱上在白宫当保洁的我》拍好了，3个月赚了10个亿

美国所有的舆论平台上，都有一大批人在骂《特朗普爱上在白宫当保洁的我》这部短剧，荒诞剧情在TikTok、Twitter引发了吐槽式传播，但越骂这部剧越火，总有一部分人会因为好奇而去搜索这部剧来看一看。

短剧

产品经理必会的3大流程：业务流程、功能流程、页面流程（附案例）

流程图描述一个流程中各项任务的逻辑顺序，重点是让其形成一个闭环。

产品经理流程

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

MiniCPM-V 2.6 可以通过多种方式轻松使用：(1) llama.cpp 和 ollama 支持在本地设备上进行高效的 CPU 推理，(2)&

MiniCPM-V 2.6 大模型

如何使用ChatGPT写出优质文章

例如，针对学术读者的写作应更加正式和严谨。

ChatGPT 写作

14.6K star！最好用的OCR文字识别项目，没有之一！

完成之后，识别的内容会保存在一个txt文档中。

Umi-OCR 开源项目文字识别

Byzer-LLM 快速体验智谱 GLM-4

也可以用流式接口： v = llm.stream_chat_oai(model=chat_name,conversations=[{ "role":"user",

Byzer-LLM GLM-4

<...91 92 93 949596 97 98 99 100 ...>

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