文章列表-AI魔法学院

文章列表

LLM native策略的内部状态是否应该结构化【2023Q3】

· 3、场景2：内部状态存在模糊性举一个场景例子：通过与用户对话交流的方式生成一个简历模板

大模型

提示词学习地址推荐

提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。

提示词 prompt

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

（包括但不仅限于文生图、图生文、语音转文字、文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

Fastwhisper + Pyannote 实现 ASR + 说话者识别

whisper很变态，粤语效果也还不错，因此，如果实际业务中需要涉及到不同的语言，还是更推荐whisper多一点一、faster-whisper简单介绍 faster-whisper是使用

faster-whisper 语者识别 ASR

Comfyui工作流原理你都了解吗

每一个模块都有特定的的功能，我们可以通过调整模块连接达到不同的出图效果。

Comfyui 工作流

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的多模态语言模型，它可以根据你的指令来理解和生成图表。

ChartLlama 开源模型图标

解读OpenAI Sora文生视频技术原理

笔者春节前原计划整理一下对Google Lumiere 文生视频的认知，多个因素遗憾推迟。

sora

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

该模型能够在短短1分钟内创作出长达两分钟的完整歌曲，这一速度和效率在传统音乐创作中是难以想象的。

suno 歌曲音乐

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

温馨提示：GPT-3.5和GPT-4.0在理解和创作能力上有所不同，如果有更高的要求，推荐使用GPT-4.0。

ChatGPT 大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

WebGum通过使用包含HTML截图的多模态语料库，使代理程序具备视觉感知能力。

大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

感知模块扩展了代理的感知空间，从文本到多模态空间，包括声音、视觉、触觉、嗅觉等多种感官模式。

大模型

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

但是，具体每个模型消耗多少显存，需要多少资源大模型才能比较好的运行是很多人关心的问题。

大模型

LangChain Agent原理介绍

Agent是什么基于用户输入动态地调用chains，LangChani可以将问题拆分为几个步骤，然后每个步骤可以根据提供个Agents做相关的事情。

langchain

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

这个工具可以帮助开发者调测大模型的推理情况，帮助我们理解模型的输出并提供一定的解释支持。

大模型调试工具

<...2 3 4 567 8 9 10 11 ...>

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