文章列表-AI魔法学院

文章列表

零代码编程：用ChatGPT打造一个信息推送的微信机器人

很多时候，我们希望监控一些最新信息，能够第一时间在微信上看到。

ChatGPT

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

虽然由于自然语言界面存在相当多的可靠性问题，但它仍然是一个很酷的概念验证演示。”

开源模型

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多时候一张图胜过千言万语，当语言无法清楚表达你的想法时，不妨考虑把它交给 DALL-E 3。

DALL-E 3 文生图

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

例如：Meta 开发并公开发布的 Llama 2 系列大型语言模型 (LLM)，这是一组经过预训练和微调的生成文本模型，参数规模从 70 亿(7b)

开源模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

就像直播里的那只麋鹿，它能听懂你的问题，然后用自然流畅的语音跟你聊天，就是这个 SDK 的功劳！

OpenAI 嵌入式实时语音 SDK

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

;7.2k License: Apache-2.0 ESPnet 是一个端到端的语音处理工具包，涵盖了端到端语音识别、文本转语音、语音翻译、语音增强、说话人分离等功能

AudioCraft 音频

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

由于 CLIP 的训练数据是粗略描述的文本图像对，只能嵌入语义级别的信息，而难以保留有区分度的对象身份表示。

Anydoor 文生图

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

当然也不是硬套，一边套一边思考：为什么要这样写？

提示词写作自媒体

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

没想到啊，开源大模型家族里，居然挤进来一位特别的选手：来自央企，身份为运营商。

开源大模型电信

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

高效的文本到语音转换：Fish Speech利用先进的算法，能够迅速将输入的文本信息转换成听起来自然、流畅的语音。

Fish Speech 本地搭建

18种 DALL-E 3 炫酷的文字效果和提示词

这种自然而然的效果让很多设计师都望尘莫及。

DALL-E 3 提示词文生图

AI领域的agent是什么意思？

基于大语言模型（LLM）的 AI Agent 利用 LLM 进行记忆检索、决策推理和行动顺序选择等，把Agent的智能程度提升到了新的高度。

大模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

这种实现不仅提高了语音识别的速度，还优化了内存使用效率。

语音识别 Faster-Whisper

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

然后，跟着雄哥动手做自己的MoE模型！

MoE 专家混合模型

<...18 19 20 212223 24 25 26 27 ...>

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