文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程！

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

so-vits-svc 音色转换教程

prompt中的分隔符号的正确使用方法

无论是在日常对话中，还是在我们与先进技术，特别是像GPT这样的人工智能模型交互时，准确传达我们的意图是至关重要的。

prompt 分隔符

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

智能研究院副院长兼总工程师林咏华（对话智源林咏华：有些大模型的评测基准已经失去意义）在一个访谈中就对当前的打榜做了如下评价：到现在确实仍然没有一个被公认的测评集，但至少C-Eval、MMLU以及

ChatGPT 国产大模型

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

虽然以前的研究集中在一个明确定义的人类专家场景上，但在许多真实情况下，可能会有多个具有不同能力的人类专家可供选择。

开源模型

中文开源OCR框架对比及介绍

具体到模型本身的收敛速度、训练指标和鲁棒性等指标，都可以从官方文档中获取，这里只观察测试性能：通过搜集来的几个不同OCR测试数据集（github上有很多现成的，包括生成数据集、现实数据集等

OCR

清华系17人，撑起中国大模型创业半壁江山

这背后，不是技术出身的王慧文开始紧锣密鼓地召集人才，4月，光年之外完成收购同为清华系创企一流科技。

大模型

【NLP技术分享】文本生成评价指标的进化与推翻

BLEU BLEU （Bilingual Evaluation Understudy，双语评估辅助工具）可以说是所有评价指标的鼻祖，它的核心思想是比较候选译文和参考译文里的 n-gram 的重合程度，

开源模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

它集成了先进的语音增强（Speech Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频

ClearerVoice-Studio 语音

深度对比丨探索LLM（大模型）部署服务的七大框架差异

由于批处理，vLLM 可以在繁重的查询负载下正常工作。

大模型

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

我们收集了竖直视频、方形图像以及各种分辨率的图像，无论是长视频还是短视频，将它们转换成时空中的Patch。

Sora 原理

AI 写作：如何把GPT变成你的爆文写作素材库？

这将决定你需要收集哪些类型的素材。

AI写作 GPT

从第一性原理看大模型Agent技术

这种方法就是经典的把大模型当做工具来调用，我们可以称为工具模式。

大模型 agent

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

这一进步标志着 AI 创意工具的重大飞跃，让用户能够把文字叙述转换成丰富的视觉故事。

sora 论文

ComfyUI王牌！复合生成！必须揉在一起

Comfy的工作流牛，就牛在可以直接串烧生成。

comfyui 文生图

<...37 38 39 404142 43 44 45 46 ...>

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