文章列表-AI魔法学院

文章列表

【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!

情感共鸣：能够创建情感共鸣的声音， CosyVoice-instruct 版本通过情感指令显著提高了情感控制的准确性。

asr tts 声音

谈谈LLM在推荐域的渗透，探索推荐新范式

最近在看一些LLM相关的文章，组内也基于小蜜快速搭建了基于检索增强的全流程，顺便撸了一下推荐方面的LLM的一些相关的论文，这个行业开始有一点动静了。

大模型

大模型微调方法总结

由于前人的工作发现预训练的语言模型具有较低的“内部维度（intrinsic dimension）”，在任务适配过程中，即使随机投影到较小的子空间，仍然可以有效地学习。

开源模型

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

Prompt屠龙术-大厂prompt工程指南解析提炼

本文介绍prompt的通用编写原则，以及如何使用结构化的方法来帮助我们理顺思维，规范流程 · &ensp

prompt 大模型解析

自动化神器Autolt：不再重复工作

随着时间的推移，Autolt发展成为一个功能强大的脚本语言，支持各种Windows操作系统的自动化任务。

RPA 自动

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

支持处理各种复杂格式的非结构化数据，包括文本、图片、扫描副本、结构化数据和网页等。

RAGFlow RAG 开源

【2023.10】看目前巨头的AI原生产品布局

在程序员输入时候，直接给出建议的方案，程序员可以快速选择采纳、切换方案或者无视。

大模型产品

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

在以往为产品或照片更换背景时，我们通常需要先仔细地将主体内容抠出，再利用PS或其他图像处理工具将主体与新背景进行融合。

SD 背景文生图

真超越了GPT？国产大模型实用场景横评②

本次测试有如下创新内容：为尽可能排除测试中的干扰因素，使人们可以轻松地比较结果差异与提示词（prompt）之间的关系，我们的问题是模块化的。

大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

，具有以下功能: 零样本文本到语音（TTS）: 输入 5 秒的声音样本，即刻体验文本到语音转换。

语音克隆开源模型

大模型实践总结

如果不是有特别充裕的时间和计算资源，建议跳过该阶段。

大模型训练

AI撬开小县城的万元商机

下沉市场中进击的AI AI技术的下沉，为小县城带来了许多新的商业机会，目前应用较多的有电商、本地生活等场景。

AI 商机

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

在这篇文章中，将会介绍如何使用大型语言模型来进行文本转换工作，如语言翻译、语调调整和格式转换。

prompt 提示词

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

此外，围绕“高效训练”，面壁不仅仅在模型的训练层发力，在底层计算和数据层也有深入思考，全面系统地推进大模型上下游工程。

Grok-1 开源模型

<...30 31 32 333435 36 37 38 39 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1