文章列表-AI魔法学院

文章列表

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

这里将对齐方面的现有研究工作分为两类：检测未对齐的行为和实现模型对齐的方法。

开源模型

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

ZEPHYR-7B模型以7B参数在聊天基准测试中创立了新标准，无需人工注释，且在MT-Bench测试中超过了之前的模型。

小型语言模型 Zephyr-7B

解读wav2lip：探究语音驱动唇部动作的技术原理！

（2）传统的基于GAN的判别器在音频-口型同步检测方面准确率较低：传统的GAN判别器只使用单帧图像来评估口型同步，缺乏时间上下文信息，无法评估口型动态变化质量。

wav2lip 语音

金融行业中 Fintech 的应用场景

一个预测场景就是预测一下用户的资产会不会增加。

Fintech 金融

预训练对话大模型深度解读

生成式对话大模型在Turing测试中已逐渐接近人类水平，现在ChatGPT生成的结果难免让人误以为 AI 有意识了开始人格觉醒了，一顿惊慌。

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

研究者定义了本研究中进行评估的模型，并提供了高达和超过 7B 参数的缩放曲线，并评估了模型在下游任务中的性能。

transformer 训练

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

目前，视觉transformer已经在识别、检测、分割等多个视觉任务上展现出来很好的性能。

ViTPose+Transformer 身体姿态

链接大模型与外部知识，智源开源最强语义向量模型BGE

与此同时，鉴于当前中文社区缺乏全面的评测基准，智源团队发布了当前最大规模、最为全面的中文语义向量表征能力评测基准C-MTEB (Chinese Massive Text Embedding

embedding 语义向量

AI颠覆的第一个体育赛道，来了

AI技术在体育赛事中的应用还体现在安全检查、动作捕捉和辅助评分等多个环节。

体育 AI

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

单从测评数据来看，要比上次讲的Baichuan2还要强不少。

大模型

2024！深入了解大语言模型（LLM）微调方法（总结）

「4、评估与迭代」：定期使用指标和基准进行评估。

大模型微调

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

Anthropic发布了最新的Claude 3系列模型，一句话评价：真·全面碾压GPT-4！

claude 大模型

大模型实践总结

加入到更深层结构中的Prompt能给模型预测带来更直接的影响。

大模型训练

大模型在金融行业的应用场景

财务审计使用大模型找出可能更好地分类在不同账户下的条目 · 产品方案设计、研发方案设计等风控催收在催收场景中，大模型可以通过分析借款人的历史交易记录、通讯行为、还款习惯等数据，来预测借款人的还款意愿和能力

大模型金融应用

<...10 11 12 131415 16 17 18 19 ...>

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