文章列表-AI魔法学院

文章列表

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

还有 Replace Anything，也是阿里的智能计算研究院推出的一款图像内容替换框架，比如更换人物发型、人物的服装以及背景等。

阿里云视频音频

知识树：一个方法，教你构建「终身知识体系」

▲全文的框架

大模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

支持的框架微调（Axolotl、Llama-Factory、Firefly、Swift、XTuner）量化（AutoGPTQ、AutoAWQ、Neural Compressor）部署（vLLM

qwen 千问开源

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

对Agent感兴趣的朋友可查看本公众号文章《一文探秘LLM应用开发(24)-Prompt(架构模式Agent)》。

LLM 范式迁移

万字长文，AI大模型的应用实践总结

但是对于H800支持的新数据类型FP8，目前很多开源框架暂不支持，虽然，Nvidia自家一些开源框架支持该数据类型，目前不算太稳定。

大模型

关于AI声音生成的一切（语音+音乐+嘴型）

目前还要申请acess，包含模块： Prosody UnitY2是基于UnitY2架构的语音到单元转换模型，能够转换短语级别的语调，如语速或停顿。

声音

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

论文方法方法描述本文介绍了使用RAG（Retrieve and Generate）框架来解决开放域问答问题的方法。

RAG 检索论文

聊聊我对AI Agents技术的一些看法

▲基于大模型的科研智能体架构基于类似这样自主科研智能体的形形色色的大模型垂直领域的 AI Agent 论文或工作，也是在四月份，清华大学瞄准“大模型使用工具”，发布了一篇“工具学习综述”：《清华发布工具学习框架

AI Agents 大模型

检索增强生成 (RAG):What, Why and How?

检索增强生成（简称 RAG）是 Meta 于 2020 年推广的一种架构，旨在通过将相关信息与问题/任务细节一起传递给模型来提高 LLM 的性能。

检索增强大模型

AnimateDiff 生成补间动画

AnimateDiff 该论文提出了一个实用的框架，用于为现有的文本生成图像模型添加动画效果。

文生图 AnimateDiff

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

作为Whisper模型的蒸馏版，Distil-Whisper凭借轻量级架构和卓越的处理速度，成为了技术热潮中的新宠。

Distil-Whisper 语音识别

GTC大会黄仁勋发言稿

会有大量的科学、算法、计算机架构、数学等内容。

黄仁勋 nvidia

使用ChatGPT写出优质长文、文章

· 首先，准备两份文档：一份用于列出文章的框架，另一份用于具体写作。

ChatGPT 写作

收藏！万字长文聊聊LLM Agents的现状，问题与未来

1.3 面向生产者：一种学术定义我个人认为复旦NLP组的一篇综述所提出的LLM Agents框架，是比较全面的。

LLM Agents

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

使用微信机器人框架：有一些第三方的微信机器人框架可以用来实现微信自动化操作。

RPA 自动化

<...4 5 6 789 10 11 12 13 ...>

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