文章列表-AI魔法学院

文章列表

大模型套壳祛魅：质疑套壳，理解套壳

预训练是大模型训练最核心的环节，通过把大量的文本信息压缩到模型中，就像一个学生寒窗苦读的过程，来让模型具备世界知识。

大模型套壳

造梦师手记：SDXL迎来了AI插画师

此为经验法则，即生成图像的总分辨率应高于训练集图像的总分辨率，且同时低于训练集图像总分辨率的 1.5 倍，以防止模糊和畸变。

文生图漫画

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

由于模型是基于从互联网抓取的大量数据集进行训练的，训练数据集可能无意中包含了与基准测试中的问题高度相似的样本。

过拟合小模型

最新大模型面经+感受，4家大厂offer！

如果让你训练一个模型，基座，数据，finetune的方法怎么选？

大模型面试

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和

数字人声音克隆 GPT-SoVITS

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

同时研究发现，在预训练期间添加一个占位符令牌作为专用的注意力汇可以进一步提高流式部署的性能。

大模型 llm框架

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

每种规模都有预训练和指令微调版本。

开源模型 Gemma

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

openSource=-1&publisher=-1 · Embedding模型的重要性 · · BGE系列Embedding模型介绍和训练细节

开源模型

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

· · 此外，为了驱动PhotoMaker的训练，提出了一个面向id的数据构建管道来组装训练数据。

PhotoMaker 文生图

大模型：泛化即智能，压缩即一切

监督学习是优秀的数据海绵经过监督学习训练的深度神经网络是优秀的数据海绵——它们可以记住大量数据，并且可以通过数万批量大小的训练来快速完成这一任务。

大模型泛化

Falcon 180B 开源影响了谁？

因为每个模型训练的思路都不一样，特别是在整个行业刚刚上坡的阶段，各家愿意分享出自己的训练思路，对整个行业都是一种启发。

大模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

事实上，训练数据的规模和质量不足，也正是许多视频生成模型研发者所面临的棘手问题。

可灵快手文生视频

中文开源OCR框架对比及介绍

OCR性能（★★★）这里基于github上训练好的模型做测试，不进行二次训练，不过项目里有提供训练数据的百度网盘下载，有资源的同学可以自己跑跑看。

OCR

一个产品经理的大模型观察、反思与预测

：以GPT为例 State of GPT：OpenAI 联合创始人 Andrej Karpathy GPT模型技术原理和训练过程 GPT训练的四个主要阶段： 1.Pretrain 预训练

工作

<...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