文章列表-AI魔法学院

文章列表

Fastwhisper + Pyannote 实现 ASR + 说话者识别

ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且whisper很变态，粤语效果也还不错

faster-whisper 语者识别 ASR

Yann LeCun杨立昆最新观点：AGI不存在

他们将能够通过优化标量输出来执行更复杂的推理，该标量输出评估答案与给定提示的兼容性。

AGI 大语言模型观点

AI大模型LLM可以帮助企业做什么？

分析大量数据，给出洞察和建议,帮助企业决策。

大模型

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

在热火朝天的“AI春晚”上，OpenAI一口气开源两项工作，其中之一一致性解码器，专门面向SD的VAE模型。

SD 文生图 DALLE

CLiB中文大模型能力评测榜单（持续更新）

根据以下文本回答问题：什么是能量守恒定律？

大模型人工智能评测

大模型高效微调：🤗 PEFT 使用案例

Prompt tuning 训练大型预训练语言模型是非常耗时且计算密集的。

大模型

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

（2）基于embedding的语义检索这类检索会先将文本映射到语义embedding空间，然后计算查询和文本之间的语义相似度。

大语言模型 RAG检索增强

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

预训练对话大模型深度解读

其实它只是一个数学模型，它强大的原因是：用到的计算量很大、数据量很大、训练语言模型的方法比以前好。

关于GPT-4在变笨，有人写了篇论文证实了这一点

最近几个月一直都有关于OpenAI的两个传说，其一是ChatGPT的流量开始下滑，其二是GPT4“变笨”了。

大模型

“大模型+机器人”的现状和未来，重磅综述报告来了！

基础模型通过在大规模数据上进行预训练，学习到了丰富的语义信息和世界知识。

论文机器人

个人从零预训练1B LLM心路历程

考虑到算力有限，决定这个LLM以中文语料为主（80%中文，20%英文），定位是中文LLM。

LLM 训练

总结些SDXL出人像时遇到的困难

一直想搞人像摄影类写真，苦于不知道出什么主题，这次的大英博物馆系列真是给我指明了方向，可以根据文物颜色、材质、内容出图，也是锻炼了我的提示词能力。

文生图 SDXL

LangChain 的问题所在

实验证明，这种组合极大地提高了输出文本质量，并赋予大型语言模型正确解决问题的能力。

大模型大语言模型

<...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