文章列表-AI魔法学院

文章列表

达摩院SPACE对话大模型：知识注入与知识利用

这一点可以通俗地理解，因为当前的预训练模型（包含语言与对话模型）本质上是数据驱动出来的，那么，对话数据训练的预训练模型，自然比从自由文本上训练出来的模型在对话领域更具表现力。

大模型

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

垂直领域大模型的思考

领域微调数据构建领域微调的核心是构建高质量大规模的领域微调数据。

垂直领域大模型

【语音识别】OpenAI语音力作Whisper

与Wav2Vec 2.0等前作不同，以往的模型都是在未标注的音频数据上预训练的，而 Whisper 是在大量的已标注音频转录数据上预训练的。

语音转文字 whisper

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

被下毒的画一旦被非法抓取成为训练数据被AI吃掉，模型就会生成混乱。

StableDiffusion

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

专业能力: 包括了中学、大学与专业考试，涵盖了从数学、物理、地理到社会科学等50多项能力。

大模型训练中文

【NLP技术分享】文本生成评价指标的进化与推翻

一个好的评价指标（或者设置合理的损失函数）不仅能够高效的指导模型拟合数据分布，还能够客观的让人评估文本生成模型的质量，从而进一步推动text generation 商业化能力。

开源模型

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

这个模型套件真的很强大，参数范围从800M到8B，选择多多，无论你有什么创意需求，它都能满足你。

Stable Diffusion DALL·E

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

，那么D-ID和Heygen是两种可行的选择。

AI视频

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（一）：安装与常用插件

生成的图片拖进后会还原整个工作流程，模型也会选择好。

文生图 comfyui

收藏！万字长文聊聊LLM Agents的现状，问题与未来

然后再对不同推理路径的生成结果，基于投票选择最一致的答案输出。

LLM Agents

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

介绍 FaceChain(https://github.com/modelscope/facechain/)是一个可以用来打造个人数字形象的深度学习模型工具。

妙鸭相机

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

这一系统利用向量搜索与生成性人工智能相结合，基于可信数据直接产生答案，正在彻底改变搜索和信息检索领域。

RAG-Fusion 检索增强

AI产品经理视角：如何构建人工智能产品

您的数据注释者需要了解您的品牌和虚拟助理的“性格特征”，以创建与您的定位一致且一致的培训数据，在构建人工智能时，公司常常低估设计的重要性。

大模型产品经理

LLM native策略的内部状态是否应该结构化【2023Q3】

根据完整的信息表执行任务。

大模型

<...11 12 13 141516 17 18 19 20 ...>

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