文章列表-AI魔法学院

文章列表

深入浅出：大语言模型中必不可少的技术——Embedding简介

embedding向量通常是一个由实数构成的向量，它将输入的数据表示成一个连续的数值空间中的点。

embedding

国内外开源大语言模型一览表

PLM的架构与参数量对其性能有重要影响。

大模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。

大模型

大模型推理能力增强方法总结

最后，在 ToT 框架内，可以根据树结构即插即用不同的搜索算法。

推理能力大模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

此外，它在JAX框架下的优化使其能够利用Google的TPU架构，这在处理大规模数据时提供了前所未有的速度优势。

Whisper 语音识别

一文看懂RAG：大语言模型落地应用的未来

在2017年的创始阶段，与Transformer架构的出现相一致，主要重点是通过预训练模型（PTM）来吸收额外的知识以增强语言模型。

rag 检索增强

关于AI声音生成的一切（语音+音乐+嘴型）

目前还要申请acess，包含模块： Prosody UnitY2是基于UnitY2架构的语音到单元转换模型，能够转换短语级别的语调，如语速或停顿。

声音

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

机器之心对这篇综述论文的大致框架进行了整理，以便读者能快速了解 LLM 的挑战和应用，更详细的论述和具体文献请参阅原论文。

开源模型

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(二）

解释：重新诠释：简化：详细说明：强化：澄清：适应：现代化：重构框架：总结：正式化：非正式化：浓缩：重申：多样化：中立化：简化：丰富/装饰：阐释：综合：夸张：人性化：提升：阐明：活跃/激发：软化：夸大：淡化

提示词写作

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

VividTalk是一个通用的一次性音频驱动的说话头部生成框架。

VividTalk 视频

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

目前，Whisper 已经有了很多变体，也成为很多 AI 应用构建时的必要组件。

语音 HeyGen

公司如何使用ChatGPT进行内容营销？

要掌握ChatGPT的功能，必须深入研究驱动其内容生成能力的架构框架和算法：转化器架构和算法：ChatGPT的基础是Transformer架构，它采用了自我关注机制来处理和生成文本。

大模型

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

它采用了时序指令集计算机（Temporal Instruction Set Computer）架构，这意味着它无需像使用高带宽存储器（HBM）的GPU那样频繁地从内存中加载数据。

Groq 大模型

8 月份火火火火的 GitHub 开源项目

中文对话式大语言模型 01 一个清新文艺的微社区一个美观清新的微社区开源项目，整套系统使用 Go + Zinc 的架构，前端由 Vue3 构建，采用小清新风格，布局类似 Twitter

大模型

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

文生图给定具有潜在高度组合结构的提示文本，生成一个跟随提示的连贯图像。

文生图

<...19 20 21 222324 25 26 27 28 ...>

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