文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

espnet/espnet[3] Stars: 7.2k License: Apache-2.0 ESPnet 是一个端到端的语音处理工具包

AudioCraft 音频

Stable Diffusion

Stable Diffusion新手快速入门教程

同理，普通用户只需知道SD是一个Ai画图算法工具即可。

文生图

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

长上下文模型已成为前沿人工智能实验室研究的重要领域，也是其竞争焦点之一。

大模型上下文

基于本地知识的问答机器人langchain-ChatGLM

图案：几何图案领型：连帽衣门襟：拉链颜色：黑色302春秋款（斜插口袋）深灰色302春秋款（斜插口袋）蓝色302春秋款（斜插口袋）米色302春秋款（斜插口袋）黑色303春秋款（工装口袋

langchain

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

该工作对于指引RAG研发的工作具有一定的借鉴意义，本文对该工作进行介绍，供大家一起参考。

大模型 RAG检索增强

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

一本Python爬虫的书，凭什么能畅销10W册

Python，作为一种广泛应用的编程语言，已在 Web 开发、大数据、人工智能和嵌入式系统等领域取得了举足轻重的地位。

爬虫 python

OpenAI 无需向量化的 RAG 新架构设计范式剖析

o 系列模型（比如： o3, o4-mini） · 特点：专为深度推理和多步问题解决而设计，擅长复杂、多阶段任务和工具使用。

OpenAI RAG 架构

ComfyUI安装及生成第一张图

暂时无法在飞书文档外展示此内容您的电脑应该会努力工作一段时间。

ComfyUI 文生图

LLM Agent最常见的九种设计模式(图解+代码)

ReAct 模式这是 LLM Agent 第一文，发表于 2022 年 10 月，现在看起来特别简单，但当时ChatGPT还没有面世，能够提出让 LLM 学会使用工具

LLM Agent 图解

大语言模型的拐杖——RLHF基于人类反馈的强化学习

但是长期以来出于工程和算法原因，人们认为用强化学习训练LLM是不可能的，因为微调整个 10B～100B+ 参数的成本过高。

大模型训练

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

" image = pipe(prompt=prompt, guidance_scale=3.0).images[0] 根据在包含2600+个用户的prompts上的人工评测

文生图 Playground

2024年值得关注的Agent框架

OpenAGI: 这是一个开源的人工通用智能（AGI）研究平台，结合了针对特定任务如情感分析或图像去模糊化的小型专家模型和基于任务反馈的强化学习（RLTF）以改进其输出。

Agent 框架

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

OpenAI在22年发布的ChatGPT改变了语言人工智能格局，24年发布的Sora目测也在改变着视频人工智能格局。

视频生成 sora

12个RAG常见痛点及解决方案

2、输出解析为任何提示/查询提供格式说明，并人工为LLM输出提供“解析” LlamaIndex支持与其他框架(如guarrails和LangChain)提供的输出解析模块集成。

RAG 大模型

<...72 73 74 757677 78 79 80 81 ...>

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