文章列表-AI魔法学院

文章列表

一文带你认识ELMo

近几年来，预训练的word representation在NLP任务中表现出了很好的性能，已经是很多NLP任务不可或缺的一部分，论文作者认为一个好的word representation需要能建模以下两部分信息

embedding

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

1月29日，百川智能推出了超千亿参数的大语言模型Baichuan 3，瞬间在科技圈点燃了热情。

Baichuan 3 大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

2407.04051 理论篇: FunAudioLLM项目介绍 FunAudioLLM整体系统框架介绍 FunAudioLLM 是阿里语音团队最新开源的项目，用于改善人类与大型语言模型的自然语音交互

asr tts 声音

ChatGPT「火」烧到游戏行业，有人用其设计关卡、撰写文案、激活NPC，这会给游戏行业带来什么改变？

艾媒咨询首席分析师张毅对财联社记者表示，对游戏行业而言，ChatGPT目前在深度参与各个开发环节上还不具备太多的实践意义，但能给游戏产品“打辅助”，提供用户需求行为、竞品分析、玩法规则等方面的功能性建议

大模型 chatGPT

自动优化Prompt：Automatic Prompt Engineering的3种方法

好的prompt可以激发LLM的最大潜能，从而在下游任务取得好的效果。

prompt 大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

一、4个衡量RAG性能的测试任务该工作将RAG评测分为4个测试维度，如图1所示： 1、噪声鲁棒性（Noise Robustness）模型能从噪声文档中提取有用信息。

大模型 RAG检索增强

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

被高估的Pika，被低估的多模态AI

但是业界一直在提多模态的概念，远没有近期几个现象级产品的演示那么直观：多模态不仅可以为 AI 应用带来更多可能性，还是实现通用人工智能的重要路径。

大模型多模态

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

前面分享了小悟空、即创等字节系列AI创作平台，今天又给大家分享另一个字节的创作平台叫做豆包，体验下来，功能在目前国内算是第一梯队，实用性很强。

AI工具文生图

从Langchain到ReAct，在大模型时代下全新的应用开发核心

LLM灵感来源是人类行为和推理之间的协同关系。

大模型

聊聊 AIGC 一些拧巴的现状

AIGC 究竟能不能冲？

开源模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

Elasticsearch中的相似度检索算法前面说了，我们自己的RAG产品之前是存在一些相关性问题的，其他方面能优化的我们觉得也基本上优化的差不多了，除了我们采用的国产大模型在通用能力上和ChatGPT

RAG 检索增强

LangChain + ChatGLM2-6B 搭建私域专属知识库

ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（

知识库

6个最佳开源TTS引擎

随着人工智能的普及以及数字设备应用的增加，相关系统对语音识别以及文语转换技术日益依赖，TTS正在变得越来越重要。

TTS引擎开源模型

<...26 27 28 293031 32 33 34 35 ...>

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