杨帆的文章

综合介绍 RSS Translator 是一个开源、简洁且可自部署的工具，旨在帮助用户实时翻译和订阅RSS内容。该工具支持多种翻译引擎，包括Google Translate、Microsoft Translate、DeepL等，用户可以根据需要选择合适的翻...

综合介绍 PapersGPT for Zotero 是一个专为 Zotero 用户设计的 AI 插件，旨在提升论文阅读和研究效率。该插件集成了多种先进的语言模型，如 ChatGPT、Claude、Gemini 等，用户可以直接在 Zotero 中与 PDF 文档进...

综合介绍 Pal Chat是一款专为iPhone用户设计的轻量级但功能丰富的AI聊天客户端。该应用支持多种先进的AI模型，包括GPT-4、Claude 3、DALL-E 3等，用户可以轻松切换和比较不同模型。Pal Chat注重用户隐私，不收集...

DeepSeek 实用集成项目，旨在罗列DeepSeek大模型生态中涌现出的优秀集成工具和应用，方便用户快速了解和使用DeepSeek的强大能力。通过DeepSeek 开放平台，开发者可以轻松获取API key，将DeepSeek大模型无缝接入各...

综合介绍 KTransformers：专为突破大模型推理瓶颈而生的高性能 Python 框架。 它不仅仅是一个简单的模型运行工具，更是一套 极致的性能优化引擎 和 灵活的接口赋能平台。 KTransformers 致力于从底层提升大模型推...

综合介绍 讯飞绘镜（Typemovie）是一款由讯飞甄选（黄山）科技有限公司开发的AI视频创作平台。该平台适用于内容创作者、营销人员和教育工作者，提供从短剧、预告片到音乐视频的多样化创作选择。用户只需输入文字...

摘要 尽管大型语言模型（LLMs）表现出色，但它们容易产生幻觉并生成事实不准确的信息。这一挑战促使人们努力进行属性文本生成，促使LLMs生成包含支持证据的内容。在本文中，我们提出了一种名为Think&Cite的新...

英国超安全软硬件公司 SECQAI 宣布推出全球首个量子大语言模型 (QLLM)，将量子计算技术整合至传统 AI 模型中，以提升运算效率和问题解决能力。   量子力学 + AI = 更强大的 AI？ SECQAI 表示，该公司需要克...

综合介绍 Galileo AI 是一个强大的界面设计生成平台，旨在帮助用户快速生成美观且功能齐全的界面设计。无论是移动端还是网页端，Galileo AI 都能根据用户的需求生成定制化的设计。用户可以选择不同的订阅计划，以...

综合介绍 VideoRAG是一个专为处理和理解超长上下文视频而设计的检索增强生成框架。该工具结合了图驱动的文本知识基础和分层多模态上下文编码，能够在单个NVIDIA RTX 3090 GPU上高效处理数百小时的视频内容。Video...

综合介绍 Tifa-Deepsex-14b-CoT 是一个基于 Deepseek-R1-14B 深度优化的大模型，专注于角色扮演、小说文本生成以及思维链（Chain of Thought, CoT）推理能力的提升。该模型通过多阶段训练和优化，解决了原始模型...

导读 本文档旨在通过一系列提示词示例（部分），帮助读者快速理解并掌握提示词工程的核心概念与应用。这些示例均源自于一篇关于提示工程技术系统综述的学术论文（《The Prompt Report: A Systematic Survey of Pr...

综合介绍 Instructor 是一个流行的 Python 库，专为处理大语言模型（LLMs）的结构化输出而设计。它基于 Pydantic 构建，提供了一个简单、透明且用户友好的 API，用于管理数据验证、重试和流式响应。Instructor 每...

上周，Google DeepMind 发布了 Gemini 2.0，其中包括 Gemini 2.0 Flash（全面可用）、Gemini 2.0 Flash-Lite（全新高性价比）和 Gemini 2.0 Pro（实验性）。所有模型都支持至少 100 万 Token 的输入上下文窗口，...

引言： OpenAI的 O1 和 O3-mini 是先进的“推理”模型，它们与基础 GPT-4 （通常称为GPT-4o） 在处理提示和生成答案的方式上有所不同。这些模型旨在花费更多时间“思考”复杂问题，模拟人类的分析方法。 本文深入探讨...

——开源文本转语音（TTS）项目：为应用注入逼真“声”音 在人工智能浪潮中，文本转语音（Text-to-Speech, TTS）技术已成为连接数字世界与人类感官的重要桥梁。从智能助手的人机对话，到导航系统的语音指引，再到辅助...