文章列表-AI魔法学院

文章列表

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

ensp;VisCPM 技术，其具备了可信的多模态行为，在 Object HalBench 上的幻觉率显著低于 GPT-4o 和 GPT-4V，并支持英语、中文、德语、法语、意大利语、韩语等多种语言。

MiniCPM-V 2.6 大模型

基于大模型（LLM）的Agent 应用开发

2.2 大模型领域中的Multi-Agent 具体而言，在基于大模型的应用领域中，当复杂任务被分解成更简单的子任务时，LLM已经被证明了拥有解决复杂任务的能力。

大模型 Agent

中学生能看懂：Sora 原理解读

文本条件化的Diffusion模型赋予了Sora强大的理解和创造力，让它能够跨越语言与视觉之间的障碍，将抽象的文字描述转化成具体的视觉内容。

Sora 原理

真格基金大模型能力测试问题集---垂直能力篇

在这个过程中，我们逐渐记录了一些大语言模型现在还无法处理得很好的问题，以及很多有意思的 Prompts。

中文训练大模型

自动优化Prompt：Automatic Prompt Engineering的3种方法

引言记得Zero-Shot COT[1]里的那句Let's think step by step吗？

prompt 大模型

五大AI工具自动生成PPT效果对比

WPS AI其实用的是百度的文心一言模型，但它在百度模型上增加了自己的特点。

PPT 办公智能

Prompt：我常用的对话技巧

nbsp; a, b = b, a + b# 使用示例for num in fibonacci(10): print(num)""" 这种方式不需要提前预设，语言模型会自动识别

prompt 大模型

Prompt提示优化工具

10.PromptSource https://github.com/bigscience-workshop/promptsource PromptSource 是一个用于创建、共享和使用自然语言提示的工具包

prompt 提示词

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件

简言之，AnimateDiff通过训练大量短视频来优化图像之间的过渡，确保视频帧的流畅性。

动画视频 AnimateDiff

大模型检索增强生成RAG的优化

2）多模态RAG（文本+表格+图片）对多模态RAG而言，有三种技术路线[10]，见下图：图7 多模态RAG 如图7所示，对多模态RAG而言有三种技术路线，如下我们做个简要说明： ·&ensp

RAG 检索增强大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们新的多模态扩散变换器（MMDiT）架构为图像和语言表示使用了单独的权重集，与 SD3 以前的版本相比，提高了文本理解和拼写能力。

SD 论文

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

NLU（自然语言理解）任务效果很好，单卡GPU可以部署，速度快，V100GPU下1秒能处理2千条以上。

大模型

AI产品经理视角：如何构建人工智能产品

就核心人工智能模型而言，您可以使用三个主要选项：提示现有模型。

大模型产品经理

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

Llama2的中文预训练大模型：原子大模型 Atom-7B | Atom-7B 介绍目标泛智能体大模型不同原子有不同的特性，原子大模型也可以进化出不同的能力，一些专注于自然语言处理

大模型

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

数字人声音克隆 GPT-SoVITS

<...40 41 42 434445 46 47 48 49 ...>

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