文章列表-AI魔法学院

文章列表

Yann LeCun杨立昆最新观点：AGI不存在

LLM接受了大量文本数据的训练，但 LeCun 认为，感官输入，特别是在幼儿期，比单独的语言提供了更丰富的学习信息。

AGI 大语言模型观点

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

快速适配多场景，让配音更灵活传统的AI配音技术通常需要针对特定人物进行大量数据训练，而PersonaTalk则不然，它无需为每个人物单独训练，便能适应不同的人物角色和场景，显著提高了使用的便捷性和灵活性

PersonaTalk 视频

十大开源语音识别项目

它在大量多样化的音频数据集上进行训练，作为一个多任务模型，可以执行多语言语音识别、语音翻译和口语识别。

语音识别开源项目

惊艳推荐！8款好用又免费的文本转语音TTS工具

提供了多种不同的声音库，这些声音库通常基于真实声优的声音进行训练和模拟，使得生成的语音既自然又具有表现力。

TTS Maker 语音

RAG检索增强技术在知识库智能检索场景下的应用实践

与传统的大模型训练相比，RAG（Retrieval-Augmented Generation）方法则不需要重新训练整个大模型，而是通过外挂知识库来完成特定任务。

知识库 RAG检索增强

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

而从集成角度，在LLM出现之前，我们构建一个基于自然语言交互的AI应用，可能面临繁琐的配置与训练过程，而最后的效果却不如人意，以训练一个简单的天气查询机器人来说，其流程可能是这样的：而现在，我们可以利用大模型轻松构建自然语言的交互界面

大语言模型

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

ensp; · SD 1.2:引入大数据集LAION-2B进行训练

Stable Diffusion 文生图

如何用大语言模型构建一个知识问答系统

从大语言模型（Large Language Model, LLM）[2]角度而言，上面的需求是在两阶段训练模式下，面向下游场景进行适配的问题。

知识库

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

LLM) 构建的产品（例如 OpenAI 的 ChatGPT 和 Anthropic 的 Claude）非常出色，但也存在缺陷：它们的数据集是静态的——大语言模型在静态数据集上进行训练

检索增强生成大语音模型

AIGC系列之一-一文理解什么是Embedding嵌入技术

Embedding层往往是神经网络的第一层，它可以训练，可以学习到对应特征的内在关系。

AIGC Embedding 嵌入技术

七问大模型幻觉｜LLM Hallucination

源与目标的差异：当我们在存在源与目标差异的数据上训练模型时，模型产生的文本可能与原始源内容产生偏差

大模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

它提供了各种预训练的模型，包括文本生成、文本分类、命名实体识别等多种NLP任务的模型。

Whisper 语音优化

Agent四大范式 | 综述：全面理解Agent工作原理

§ 而强化学习一般是构建策略网络或奖励模型，但是一般需要大量样本进行训练，但是收集数据往往成本很高，所以这种方法可行性不大，很难推广开来。

Agent 大语言模型

深度好文，Agent盛行前传

第一是知识与学习（knowledge and learning），在agent角度，知识分为与生俱来的知识和后期学习的知识，与生俱来的知识需要在训练前就嵌入agent体内，为了应对最紧急的需求，比如躲避危险

Agent 大模型

Stability AI开源上新：3D生成引入视频扩散模型

研究人员还改进了3D优化技术：采用由粗到细的训练策略，优化NeRF和DMTet网格来生成3D对象。

sv3d 建模

<...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