文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

通过 LLM 极强的语言先验，这种架构还可以避免 OCR 中的易错字，比如“杠杆”和“杜杆”等，对于模糊文档，也有望在语言先验的帮助下实现更强的 OCR 效果。

OCR 手写文字识别

混合专家模型 (MoE) 详解

这些研究的融合促进了在自然语言处理 (NLP) 领域对混合专家模型的探索。

MoE大模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

预算10万美元（约73万人民币），从头训练一个全新的千亿参数大模型。

大模型

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

根据大部分人的实际体验结果，Mixtral 8x7B 的性能已基本达到 GPT-3.5，这对于小体积的开源模型而言十分难得。

开源大模型

Github上Star数最多的大模型应用基础服务：Dify 深度解读

背景介绍接触过大模型应用开发的研发同学应该都或多或少地听过 Dify 这个大模型应用基础服务，这个项目自从 2023 年上线以来，截止目前（2024-6）已经获得了 35k 多的 star，是目前大模型应用基础服务中最热门的项目之一

Dify 大模型知识库

【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!

-5款模型语音克隆-长文本-效果展示案例4: 中文动漫人物语言克隆-5款模型语音克隆-中英文克隆-效果展示案例5: 中文动漫人物语言克隆-5款模型语音克隆-短文本克隆-效果展示

语音克隆开源模型

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

No.1 MOSS大模型 ● 出品方：复旦大学 ● 简介：MOSS是复旦大学自然语言处理实验室发布的国内第一个对话式大型语言模型。

大模型国产

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

从毫无存在感到无人不谈，大型语言模型（LLM）的江湖地位在这几年发生了巨变。

开源模型

体验完阿里的EMO模型，我emo了

一、唠嗑近日，阿里宣布通义千问研发的AI模型—EMO模型正式上线通义千问App，并开放给所有用户免费使用。

EMO 文生图

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

开源基座模型对比大语言模型的训练分为两个阶段：（1）在海量文本语料上的无监督预训练，学习通用的语义表示和世界知识。

大模型微调训练

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

在各家大厂和人工智能研究机构探索千亿级多模态大模型的同时，很多创业公司也正在致力于构建体量在数十亿级别的语言模型。

开源模型 Gemma

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

Llama3-XTuner-CN/blob/main/data/self_cognition.json），将其中的“ <NAME>”替换成“AI在手”，“<AUTHOR>”替换成“AI大模型在手公众号

Llama3 对话问答模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

详解 Diffusion (扩散) 模型

扩散模型是跨不同深度学习领域使用的生成模型。

Diffusion 开源模型

QWen1.5: 卓越模型之路

对 Qwen Base 和 Chat 模型在一系列基础及扩展能力上进行了详尽评估，包括如语言理解、代码、推理等在内的基础能力，多语言能力，人类偏好对齐能力，智能体能力，检索增强生成能力（RAG）等，对比对象也增加了热门的

Qwen1.5 开源模型

<...16 17 18 192021 22 23 24 25 ...>

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