文章列表-AI魔法学院

文章列表

谈Agent构建平台的设计

本文与这些已有方案不同，主要讨论更为更强能力的Agent构建平台，主要目标是解决实际中稍微复杂一些的问题。

Agent 构建

十大开源语音识别项目

github.com/PaddlePaddle/PaddleSpeech star：9k ESPnet ESPnet 是一个端到端的语音处理工具包，功能包含文本转语音、语音翻译、语音增强

语音识别开源项目

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

检查 Batch cond/uncond 是可选的，这可以提高速度，但会增加VRAM的使用。

AnimateDiff SD

如何使用ChatGPT一天搞定论文初稿

另外为了确保论文有可靠的来源依据，强烈建议在使用前启用consensus插件。

ChatGPT 写作

ComfyUI，你开启XL钥匙打开了新世界

ComfyUI A powerful and modular stable diffusion GUI and backend（一个强大的、模块化的Stable Diffusion GUI和后端）

ComfyUI 大模型

基于Ollama本地部署谷歌开源Gemma大模型！

基础性能这次开源的Gemma和Gemini用的是同样的技术和基础组件，谷歌自信地认为Gemini是他们目前发布以来最强大、功能做广泛的大语言模型。

ollama gemma qwen

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

例如，机器学习算法可以通过大量的图像数据学习到图像的特征，并在新的图像中识别出相应的物体；也可以通过大量的自然语言数据学习到语言的规律，从而生成自然语言文本。

prompt

万字长文，大语言模型如何宣告心理学的死亡？

我们试图解码思维、情感和行为背后的复杂机制，希望借此洞悉人类行为的本质。

大语音模型

小度为何押注AI眼镜？

从官方发布的参数上看，这款小度AI眼镜配备了1600万像素广角摄像头，重量只有45克，续航却长达56小时，可连续听歌5小时以上，一次充电仅需30分钟。

AI眼镜小度

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文试图通过多种维度评估GPT的表现为何让人感到如此不稳定和不一致，于是为GPT3.5和GPT4划分了四种能力维度，分别是数学问题，敏感问题，代码能力和视觉推理能力。

大模型

RLHF 在 Text2SQL 领域中的探索

对于有监督学习而言，模型完整的训练 pipline 通常可以分成如图 3 所示：图3 有监督学习示意图 · 输入标注好的数据 labeled data（有标签 ground

Text2SQL RLHF

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

来自Microsoft Build 2023：大语言模型是如何被训练出来的

全文围绕如下的这个图展开：这幅图很好地总结了大语言模型的训练全景，主要包括四个阶段：预训练阶段：基于原始数据训练一个基础模型，得到的是一个base model，可以部署使用有监督微调阶段

大模型

国际货币基金组织最新发布：关于AI与未来工作的报告

如果AI与高收入工人的互补性很强，劳动收入不平等可能会增加，同时资本回报增加将导致财富不平等增加。

AI行业报告 AI

性能超出预期！神秘的国产大模型 Kimi 开放 API

公司取名 “月之暗面”，更是增添了几分神秘色彩。

Kimi Chat 大模型 API

<...62 63 64 656667 68 69 70 71 ...>

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