文章列表-AI魔法学院

文章列表

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

音频克隆的开源项目很多，但是每次项目里要用的时候，总还是惦记着11labs的api。

F5-TTS 音频克隆

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

但是从获得⼤模型的 API 接⼊，到将模型应⽤于实际⽣产之间，存在巨⼤的鸿沟，到底要解决哪些问题才能实现真正的跨越？

大模型

OpenAI大动作：Whisper large-v3重塑语音识别技术

这款最新的自动语音识别模型不仅在多语言识别方面取得了显著进步，而且还将很快在OpenAI的API中得到支持。

Whisper 语音识别

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

爬虫和非官方API类库，仅作为学习研究使用，严禁从事非法活动。

WechatSogou 微信搜狗

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

所以 LlamaIndex(也称为 GPT Index)由社区顺势推出，是一个开发者友好的接口，它将外部数据连接到 LLM，提供了一系列工具来简化流程，包括可以与各种现有数据源和格式(如 api、pdf

大语言模型

Deepseek-V2技术报告解读！全网最细！

对于算力不是那么充足的开发者，官方提供了API调用的方案，费用更是达到了全场最低！

Deepseek-V2 大模型

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。

langchain 大模型

Langchain的一些问题和替代选择

凭借其高级的API可以简化将llm集成到各种应用程序中的过程。

大模型

如何使用 Megatron-LM 训练语言模型

Transformers 3 还支持使用 Trainer API 来训练，其在 PyTorch 中提供功能完整的训练接口，甚至不需要自己编写训练的代码

开源模型

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

它包含53个常用的API工具、完整的工具增强LLM工作流程以及264个带有568个API调用的注释对话。

Agent

深入探讨GPTs和AI Assistant

Assistants API 全景解析 Assistants API 允许用户在自己的应用中通过API实现类似 GPTs 的 AI 助理，目前支持的能力和GPTs一样（截止2023

GPTs AI Assistant

Openai 异步客户端接入国产大模型 Kimi

这一点我们从 API 的 model 参数中也能发现。

Kimi Chat 大模型

基于大模型（LLM）的Agent 应用开发

Transformers Agent：Transformers Agent 是一个建立在Transformer存储库上的实验性自然语言API。

大模型 Agent

中国AI大模型，应该如何商业化

下游企业可以获得这些接口，并按照自身的业务需求，调用服务嵌入已有的应用和服务中，让大模型的API为整个程序进行赋能。

大模型 AI

<123 4 5 6 7 8 9 10 ...>

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