文章列表-AI魔法学院

文章列表

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

LangChain 的问题所在

由 Harrison Chase 开发的 LangChain 是一个用于与 OpenAI 的 GPT API（后来扩展到更多模型）进行人工智能文本生成交互的 Python 和 JavaScript 库。

大模型大语言模型

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

ChatTTS是专门为对话场景设计的文本转语音模型，例如LLM助手对话任务。

chattts tts 文生语音

10个大模型私有化需要关注的问题

私有化部署大语言模型能够提高企业的对模型的控制力，定制化以及数据隐私和安全。

开源模型

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Tuning整体介绍微调（Fine-tunning）语言模型的参数需要一起参与梯度更新轻量微调（lightweight fine-tunning）冻结了大部分预训练参数，仅添加任务层，语言模型层参数不变

训练微调

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

一文中曾经提到：大模型落地的方式是系统型超级应用。

大模型

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

在过去的几周里，我一直在试用几个大型语言模型(LLMs)并使用互联网上的各种方法探索它们的潜力，但现在是时候分享我到目前为止所学到的东西了！

开源模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

Meta重磅发布了大语言模型Llama 3，并且发布即开源。

Llama 3 大语言模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

我们已经做了大模型微调、知识库+RAG、数据预处理、langchain+llama_index的内容！

Qwen1.5 开源模型

分析了数百万ChatGPT用户会话后发现的秘密

SparkToro 提供了来自 ChatGPT 的 7,000 多个真实用户提示，然后我们将其过滤为最可信/相关的 4,098 个（删除了只有几个单词或无意义的乱码/表情符号/什么都没有的提示&语言

大语言模型

大模型应用中大部分人真正需要去关心的核心——Embedding

但是，那些大模型一般只属于大厂，对于大部分人来说，我们更多的角色是大模型的使用者，或者是基于大模型来开发应用。

大模型

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

大语言模型尽管具有所有语言能力，但缺乏掌握“现在”的能力。

检索增强生成大语音模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

TTS，一个奇妙的AI工具

简介 TTS是一个将文本变换成语音的AI工具。

TTS 文本转语音

<...15 16 17 181920 21 22 23 24 ...>

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