文章列表-AI魔法学院

文章列表

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

自 ChatGPT 发布以来，大模型的强大让人们看见了通用人工智能的曙光，各个科技大厂也纷纷开源自家的大语言模型。

大模型

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

其中，除了游戏动漫角色外，其余的方向，都对大模型提出了一个非常高的要求：真实性。

文生图 SDXL

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

凭借着2.7B的参数，「小语言模型（SLM）」Phi-2几乎打穿了所有13B以下的大模型——包括谷歌最新发布的Gemini Nano 2。

小语言模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

智谱AI静悄悄的上线了一大波新模型，过年了，真的

我挨个列一下：大语言模型GLM-4-Plus。

智谱AI 大模型

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

在大模型训练好之后，如何对训练好的模型进行解码（decode）是一个火热的研究话题。

大模型

大模型+人形机器人，是不是下一个风口？

从今天开始，元碳院将开始解读大模型，依旧保持硬核且专业。

大模型

国内AI大模型已近80个，哪个最有前途？

注意豆包用的并不是字节最新的大模型，所以豆包用的模型并不能反映字节大模型的最新进展。

大模型

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！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

造梦师手记：C站最受欢迎的大模型推出了SFW版

很长一段时间，C站最受欢迎的大模型是DreamShaper，在SDXL推出后，作者Lykon第一时间推出了一个0.9版和1.0版。

DreamShaper 大模型文生图

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

自 ChatGPT 问世以来，国内外越来越多的强大大模型陆续发布。

Anthropic 大语言模型

Agent四大范式 | 综述：全面理解Agent工作原理

摘要随着大型语言模型（LLMs）展现出显著的智能，将其应用于自主代理规划模块的研究受到了广泛关注。

Agent 大语言模型

<...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