文章列表-AI魔法学院

文章列表

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

BERT的模型结构基于Transformer，它由多个编码器层组成。

Bert-vits 语音

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

大模型内置的几个常用的功能，相当于把领域相关的部分放到了模型的内部，比如内容生成，编写代码等。

大模型

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

标记器基于 Whisper 的编码器，并添加了向量量化，使模型能够以结构化形式处理音频。

GLM-4-Voice 9B 语音安装

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

但在数学和可视化任务上，Qwen1.5还得加把劲，尤其是编码能力。

Qwen1.5 开源模型

“大模型+机器人”的现状和未来，重磅综述报告来了！

传统的机器人感知方法依赖于特定场景下的特征工程和模型设计，难以适应开放环境的复杂性和多样性。

论文机器人

达摩院SPACE对话大模型：知识注入与知识利用

这个任务是一个流程类的任务，即办理一个保险是有步骤，有流程的。

大模型

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

以下是对比三代模型的结构差异和关键改进：位置编码机制：RoPE -> RoPE -> RoPE 三代模型都采用了 RoPE（旋转位置编码），确保模型在处理长文本时能够高效地保留序列的位置信息

MiniCPM3-4B 大模型

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

通过提供草稿编辑、内容生成、语言简化等功能，AI可以帮助提高写作效率和质量，但它不能完全替代人类的创造性和批判性思维。

提示词写作

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

使用RMSNorm进行预归一化，同时使用旋转位置嵌入(ROPE)来编码位置信息， 3.

OpenELM 大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

它同时微调LLM和视觉编码器，加深代理程序对网页的全面理解。

大模型

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

更灵活的应用场景：无论是多人会议记录中区分不同发言者，还是多声道音频编辑，它都能轻松胜任。

ClearerVoice-Studio 语音

推荐智能体：利用大模型进行交互式推荐

作为具有一般智能和自然语言处理能力的模型,LLM不可避免地缺乏特定领域的技能,如编辑图像或回答专业领域的问题。

大语言模型推荐

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

Translatotron 3结合了三种技术：掩码自编码器、无监督的嵌入映射、和反向翻译，来实现这个目标。

Translatotron 语音识别

Chinese-LLM开源中文大语言模型合集

https://huggingface.co/IDEA-CCNL/Ziya-LLaMA-13B-v1 简介：该项目开源了姜子牙通用大模型V1，是基于LLaMa的130亿参数的大规模预训练模型，具备翻译，编程

大模型中文

ChatPDF | LLM文档对话 | pdf解析关键问题

如果内容都不能很好地组织起来，LLM只能瞎编。

大模型

<...46 47 48 495051 52 53 54 55 ...>

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