文章列表-AI魔法学院

文章列表

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

audio2photoreal的核心技术是基于深度学习的图像生成模型，它可以从音频中提取语音特征，然后用这些特征来控制人脸和身体的运动。

audio2photoreal 开源工具

测评了8个国产AI大模型，差点崩溃……

响应速度快且稳定度高（4.0体验更好，但是需要氪金），即使在用户并发高峰期也不特别受影响,支持多模态输入和输出。

大模型测评

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

与 MiniCPM-Llama3-V 2.5 相比，MiniCPM-V 2.6 性能提升显著，并引入了多图和视频理解的新功能。

minicpm 面壁

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

可以使用更高级的自然语言处理技术，例如语义相似度比较，来检测内容是否被改写。

Prompt ChatGPT

请以“亮相”为题目写一篇记叙文，要求不少于700字。

在我的记忆中，有一个特别难忘的亮相时刻。

中文大模型训练

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与 ColBERTv2 相比，Jina-ColBERT 在各项测试中都展现了顶尖的性能，特别在处理长文档数据集时，其表现更是显著优于 ColBERTv2。

rag 大模型

歪理大集合，谁也跑不了

出处：AI个体户的崛起：普通人“屁胡”的机会、模式和风险系统型超级应用未来的AI应用会具有下面四个特征：第一，可以重用通行定义，基于感知进行智能判断并采取行动。

大模型

Midjourney AI 绘画美女提示词分享一

winner, detailed facial features, mandy disher 翻译提示：一位金发女子正在摆姿势拍照，风格为浅粉色和品红色，表面光滑，眨眼——你会错过的——细节，十分波，比赛获胜者

Midjourney 文生图

从0到1谈谈智能客服系统的设计与实现

总的来说，检索式和生成式两种模型各有特点，各有优势，在机器人问答系统中都有应用。

智能客服

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

Kimi+扣子的合作： 1.对于扣子而言，如虎添翼扣子已经是国内智能体开发功能比较完善、生态比较丰富的平台了。

Kimi 扣子Coze 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

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

技术特点 Llama3-ChatQA-1.5是基于Llama-3基础模型训练而成的。

Llama3-ChatQA-1.5 对话问答模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

· 特别是，我们将 RedPajama 数据集的微调和 Vicuna 数据集的指令微调与上述方法结合起来。

开源模型

使用思维链写Prompt

蒙特卡洛方法 — 创意选择的头脑风暴蒙特卡洛技术的精髓在于，我们要求模型产生几个不同的方案，然后综合这些方案的精华，形成一个完整的最佳答案。

思维链 prompt

大模型压缩首篇综述来啦~

它会导致特定的参数被移除，模型出现不规则的稀疏结构。

大模型

<...32 33 34 353637 38 39 40 41 ...>

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