文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

独家！黄太吉创始人再创业：首次披露惨败内幕

（此处提到的文章即再见，创投这十年）铅笔道：有人说这不是一轮周期的结束，是一个时代的结束。

黄太吉创业

Prompt全攻略(二):Prompt编写的要诀

4.使用情感语言适当增加Prompt中的情感语言,如“谢谢”“请”“非常感谢”,会让AI输出更富友好性。

prompt

12个RAG常见痛点及解决方案

通过将LongLLMLingua集成到LlamaIndex中，可以将其实现为一个后处理器，这样它将在检索步骤之后压缩上下文，然后将其输入LLM。

RAG 大模型

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

它能根据咱们输入的文字描述，很快就生成质量高、有创意的图像，不管是在啥场景下用都没问题。

Qwen3

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

一个小想法现在大部分的孩子或学生都会写作文，如果把孩子写的作文转化为一个生动的小视频，是不是能够提高他们的创作成就感，同时也能激发他们对阅读和写作的兴趣呢？

StableDiffusion 绘本

制作可爱的表情包

和朋友们聊天分享美食的快乐、享受舒适的睡眠、愿受欢乐的时刻，展现你调皮可爱的一面，传递温暖美好，这些软萌可爱的小老虎，以日常场录为灵感，为你表达博感，带给人心博均悦~ 3.插画风格 Cartoon style

绘画表情包

17K star！30秒偷走你的声音，开源声音克隆工具

3.零样本跨语言语音克隆。

OpenVoice 声音克隆开源

RAG 2.0来了，它能成为生产落地的福音吗？

该方法将所有组件作为单个集成系统进行预训练、微调和对齐，通过语言模型和检索器进行反向传播以最大化性能：对齐为一个集成的系统，通过语言模型和检索器进行反向传播以最大化性能。

RAG 大模型

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

去年一张“大语言模型进化树”动图在学术圈疯转，模型架构还只有三大类：Decoder-Only、Encoder-Only、Encoder-Decoder。

Decoder-Decoder YOCO 架构

简单提升RAG的10种方法

针对长文档、多文档的情况，常见的方法之一是使用LLM来创建所有文档的摘要。

RAG 大模型

Prompt提示优化工具

一个好的Prompt可以解决很多的问题。

prompt 提示词

PPT又又有新突破了！智谱AI代码流造PPT

智谱AI悄悄上线了一个“秘密武器”——“AI PPT”功能，号称能让PPT“生成即用”！

PPT 制作 AI

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

具备不同场景下的理解能力，能够处理信息图、文献、现实场景、数理题目、科学文献、代码转化等不同需求。

XVERSE-V 多模态大模型

AI写作：如何让AI帮你写出10万+标题？

我经常说：如果你用一个小时写文章，那么这其中应该有半个小时是在写标题。

AI写作提示词

<...80 81 82 838485 86 87 88 89 ...>

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