前段时间，「霉霉大秀中文」的视频在各个社交媒体走红，随后又出现了「郭德纲大秀英语」等类似视频。这些视频很多都出自一个名叫「HeyGen」的AI应用之手。不过，从HeyGen现在的火爆程度来看，想用它制作类似视频可能要排很久。好在，这并不是唯一的制作方法。懂技术的小伙伴也可以寻找其他替代方案，比如语音转文字模型Whisper、文字翻译GPT、声音克隆+生成音频so-vits-svc、生成符合音频的嘴型视频GeneFace++dengdeng。其中，这个语音转文字的Whisper模型非常好用。Whisper是OpenAI研发并开源的一个自动语音识别（ASR，AutomaticSpeechRecog
中午时候，在技术交流群里聊起关于Redis创始人的一些趣事，比如离开Redis之后，去写科幻小说之类的。因为好奇科幻小说，TJ君就去搜索了一下。结果一搜，发现Redis作者最近居然又搞了个新活儿！世界上最小的聊天服务器这次Redis作者的新开源项目名叫：SmallChat。从关于内容中可以知道，这个开源项目是要打造最小的聊天服务器。从开源项目的内容中来看，确实如此，就下面这些：代码部分除去大量注释之后，更是惊人的只有200+行代码，可以说真的是做到了极致的精简。起源与未来在该项目的README中，目前还没有更多关于该项目的使用说明，更多的是关于该项目的背景和未来展望。内容也是非常值得大家细品，
在开发者的世界中，判断一个项目火不火、受不受欢迎，GitHub的star量是一个非常重要的指标。比如AI大模型宇宙的基石模型transformers在GitHub上已经获得了100k以上的star。可以说，开发者在GitHub上创建项目，提交代码，与其他人分享交流，构建了独属于开发者的社交网络。GitHub更是成为了开发者神器，还被戏称为「全球最大同性交友网站」。不过，根据今天Wired的一篇报道，GitHub的成功同时见证了一个非常不好的现象：刷star量的黑市。这是怎么回事呢？原来，Wired发现了一个公开出售GitHubstar的圈子，它包含了在线store和聊天群组。Wired以6美元
是不是说起「口袋妖怪」，你就不困了？「口袋妖怪」是「宝可梦」的非官方译名。从1996年至今，它可以被分为数个世代，成为很多玩家心中的经典之作。游戏画风简单，但是身为策略游戏，其中包含的角色、属性、战术、体系等让这个游戏入门容易精通难。如果训练AI来玩宝可梦，你觉得它的实力如何？推特用户@computerender用强化学习训练AI玩起了宝可梦。他也通过视频记录了这一过程，不仅生动地展示了训练过程，还详尽地介绍了其中的方法。项目地址：https://github.com/PWhiddy/PokemonRedExperiments视频地址：https://www.youtube.com/watch
近年来，大语言模型（LLM）及其底层的transformer架构已经成为了对话式AI的基石，并催生了广泛的消费级和企业应用程序。尽管有了长足的进步，但LLM使用的固定长度的上下文窗口极大地限制了对长对话或长文档推理的适用性。即使是使用最广泛的开源LLM，它们的最大输入长度只允许支持几十条消息回复或短文档推理。与此同时，受限于transformer架构的自注意力机构，简单地扩展transformer的上下文长度也会导致计算时间和内存成本成倍增加，这就使得全新的长上下文架构成为紧迫的研究课题。不过，即使我们能够克服上下文缩放的计算挑战，但最近的研究却表明，长上下文模型很难有效地利用额外的上下文。这
最近全网火爆刷屏的热门词auto-gpt，在全网站频频出现:"ChatGPT过时了，Auto-GPT才是未来""它所具备的能力主打的就是一个“自主”，完全不用人类插手的那种！"到底什么是auto-gpt?1、Auto-GPT和ChatGPT有什么区别Torantulino/Auto-GPT和ChatGPT都是基于GPT模型的神经网络模型，但它们之间有一些本质上的区别：目标不同：Auto-GPT的目标是使用自动化搜索算法寻找最优的预训练神经网络结构，以提高语言建模任务的性能。而ChatGPT的目标是针对聊天场景进行微调，从而生成更加自然流畅的对话。数据集不同：Auto-GPT使用了大量的通用文本
最近几年开源界刮起了一阵歪风，那就是刷GitHubstar。这种行为严重违背开源精神，严重扰乱开源社区秩序，严重破坏开源生态。百害而无一利。据我的了解，不光是个人会刷star，某些大厂也在刷，为了一探究竟，前段时间我以卧底的身份和某宝提供GitHub周边服务的商家展开了如下对话（对话中我的言辞纯属虚构）：star_blur.jpgstar_blur2.jpg从言谈中可以看出卖家并不觉得自己在做恶心的事情，相反他们很引以为荣：shame.jpg他们的这一挺身而出可能会让中国开源走向失业。作为在Android开源圈内有一定影响力的人（GitHubstar9500+），接下来我来系统的分析一下刷st
我正在根据最新的rakudo-stardocker镜像创建自己的docker镜像。我想使用DBIish连接到mysql数据库。不幸的是，我无法让DBDish::mysql工作。如您所见，我已经安装了default-libmysqlclient-dev#find/-name'libmysqlclient*.so'/usr/lib/x86_64-linux-gnu/libmysqlclient_r.so/usr/lib/x86_64-linux-gnu/libmysqlclient.so我遇到的错误是:#perl6-Ilib-e'useDBDish::mysql;DBDish::mysql
这是StarSchemaBenchmark标准测试集优化的第三篇，前一篇我们分析了下表数据，这一篇是最后一篇了。一、分析算法路径更新到前一篇的时候，其实专利技术已经集成到数据库中了，这个算法路径，主要是验证一下：在测试环境中的算法路径，是否和开发环境中一致。实际结果如下，13条SQL语句的算法路径和开发环境中的算法路径，经过验证是完全一致的。2022-10-2001:39:53.344-SQL2:selectsum(lo_revenue)asrevenuefromlineorder,dateswherelo_orderdate=d_datekeyandd_year=1993andlo_disc
简介NginxConfig是一个强大的Nginx配置文件生成器，号称配置Nginx服务器是所需的唯一工具。image.pngNginx是每一个开发人员都必须掌握的强大工具，它不仅仅是一个webserver，更包含了很多其他强大的功能：内存使用率低支持高并发异步事件驱动架构负载均衡反向代理带缓存的FastCGI支持（PHP）静态文件的快速处理TSL/SSL正因为Nginx功能强大，所以针对其各个功能的配置项会显得特别多，对于我们来说要记住那么多配置是一件十分头疼的事，甚至会经常出现符号书写错误的情况。而NginxConfig正是提供了简单配置Nginx的方法，通过可视化页面，针对Nginx的各个
