文章列表-AI魔法学院

文章列表

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

打破Decoder-Only YOCO整体架构设计如下，分为自解码器（Self-Decoder）和交叉解码器（Cross-Decoder）两部分。

Decoder-Decoder YOCO 架构

大模型压缩首篇综述来啦~

该方法将剪枝视为一个广泛的稀疏回归问题，并使用近似稀疏回归求解器来解决，实现了显著的非结构化稀疏性。

大模型

PPT又又有新突破了！智谱AI代码流造PPT

环环带宝子们一起看看是怎么回事吧~ 核心功能拆解：GLM-Experimental如何颠覆PPT？

PPT 制作 AI

大模型评测新思路：弱智吧精华问题大全

此外，该研究在 CQIA 的不同子集上训练了不同尺度的模型，并进行了深入的评估和分析。

弱智吧训练数据集

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

要是开源的效果足够好，哪怕是达到11labs 80%的效果，我是肯定不会愿意付那美金再跑回来赚那辛苦钱。

F5-TTS 音频克隆

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

地址：https://arxiv.org/pdf/2309.01431.pdf 该工作分析了不同大型语言模型在RAG所需的4项基本能力方面的表现，包括噪声鲁棒性、拒答、信息整合和反事实鲁棒性，并建立了检索增强生成基准

大模型 RAG检索增强

AI Agent / 智能体观察笔记（中）

为了为智能体创建现实和有趣的计划，该方法从上到下开始，并递归生成更多的细节。

大模型

面向知识图谱的大模型应用

概念的互相关性意味着如果不相互分析，就可能忽略重要的上下文细节。

知识图谱大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

现有大规模文本到语音（TTS）系统通常分为自回归和非自回归系统。

MaskGCT 声音克隆

3 个令人惊艳的 GitHub 开源项目，诞生了！

7 月转瞬即逝，2023 上半年在科技圈中，随着 ChatGPT 的面世，让 AI 领域这个看似沉浸已久的科技行业，重新回到了人们的视野中。

开源模型

我为什么不看好大模型行业

大模型创新难以获利是因为它恰恰同时踩上了这两条红线：我们大体可以把开源视为对知识产权的放弃，因而培育了大量模仿者；没有GPU支持的大模型无法兑现价值，因而GPU正是稀缺而攫取最多价值的互补品 2 基于大模型创业的几个误区上面的分析很容易被批判为基于现状的静态分析

大模型

投资人逃离大模型

后世之人如果要回顾这次的大模型时代，ChatGPT一定是一个绕不开的名字。

大模型

大模型下半场，关于Agent的几个疑问

这一过程就像马克思主义的「实践论」：“认识从实践开始，经过实践得到了理论的认识，再回到实践中去。”

大模型

数字人：从科幻走向现实的技术革命

本文将探讨数字人的技术原理、发展历程、现状及应用前景，并分析其对社会和个人产生的影响。

数字人语音

垂直领域大模型的思考

分析如上图所示，分析表明，通过这种方案自动生成的指令数据： · 数量够大：仅基于175条种子数据可以扩充8.2万条新数据 · 足够多样：分类和生成指令的占比大概

垂直领域大模型

<...10 11 12 131415 16 17 18 19 ...>

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