文章列表-AI魔法学院

文章列表

阿里推理模型来了！Marco-o1 发布即开源

阿里巴巴刚刚发布了一款全新的开源推理模型Marco-o1，它不仅专注于标准答案领域，更致力于解决开放性问题。

Marco-o1 推理模型

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

上个月5号，他们宣布开源大语言模型混元Large和3D大模型Hunyuan3D-1.0。

sora 视频生成

关于大模型驱动的AI智能体Agent的一些思考

思考：这个能力是通用大模型不具备的，需要针对不同场景训练独有的小模型。

大模型

使用BELLE项目部署bloomz模型（专业程序员精简版）

中文对话大模型ELLE（BE Large Language Model Engine），基于BLOOM和LLAMA针对中文做了优化，模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。

belle 训练大模型

大模型时代 AI 技术在金融行业的创新应用

随着场景复杂度的提升和多模态模型以及融合模型的出现，出现了更多 OCR 结构化数据与自然语言数据结合的场景，以及机器学习预测与运筹优化相匹配的场景。

大模型金融

Dify：大模型创业开源工具，46,558 行代码，完全开源

完整的支持模型提供商列表可在此处找到。

Dify 开源工具

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

上年9月份，我们就在谈moe模型的开发，而且要小而精！

Qwen1.5-MoE 大模型下载

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

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

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用不同的情感和语气来表达你的想法，那该多有趣？

EmotiVoice 语音合成

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

文生图

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

现在，小白也可以打造专属的智能体了！

大模型

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

通过 LLM 极强的语言先验，这种架构还可以避免 OCR 中的易错字，比如“杠杆”和“杜杆”等，对于模糊文档，也有望在语言先验的帮助下实现更强的 OCR 效果。

OCR 手写文字识别

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

这里有一个省钱小技巧，让你从小白秒变大佬级Prompt工程师！

PromptAgent 大模型

<...21 22 23 242526 27 28 29 30 ...>

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