文章列表-AI魔法学院

文章列表

大模型落地“诸神之战”，场景玩家先杀出重围了

行业品牌就能利用如上大模型能力，生成商品场景图、提高营销效率。

大模型文生图

Stable Diffusion

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

Transformer 结构的输入和输出“分辨率”可以做到相同，并且天生自带交叉注意力机制。

Stable Diffusion DALL·E

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

在原始分辨率上训练数据，显著提升了生成视频的构图和画面布局效果。

sora 论文

基于LLM+向量库的文档对话痛点及解决方案

而检索部分要满足三点 ①尽可能提高召回率，②尽可能减少无关信息；③速度快。

开源模型

AI换脸工具:facefusion使用心得

OUTPUT VIDEO PRESET FaceFusion 2.3.0中的OUTPUT VIDEO PRESET选项是针对视频编码器的，这些设置影响编码过程中的速度和压缩效率，它们会影响最终视频的质量和文件大小

FaceFusion 文生图

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

Few_shot 有的时候，我们如果给他一个示范，可能会有更好的效果。

Prompt 大模型

大模型在金融行业的应用场景

1.农业银行人工智能研发团队，在同业率先推出类ChatGPT的AI大模型应用ChatABC，并在农业银行科技问答场景进行了内部试点。

大模型金融应用

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

参数设置看这一篇就够用了这里讲过DAdaptation，而Prodigy是DAdaptation的升级版，它会随着步数增加寻找最优的学习率。

SDXL 训练

震撼！AI语言模型突破瓶颈，26个提示词原则引领GPT-4响应质量飙升57.7%！你的模型还在等什么？

而Meta的LLaMA系列和Chinchilla则告诉我们，小模型也能有大作为，效率同样重要。

语言模型提示词 GPT-4

个人从零预训练1B LLM心路历程

对一个1.6g的文件进行哈希大约要9s，效率太低。

LLM 训练

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

为了获得最大的分布式训练效率，Codeshell基于Megatron-LM，在Attention算子优化、数据预处理、数据加载、日志输出、状态监控、分布式训练管理等方面进行了深度定制，支持Flash Attention2

开源模型 AI编程

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

2) 优化检索链路：采用稀疏检索+向量检索+Rerank结合的方法，来提高检索的召回率和准确率。

RAG 大模型

大模型的研究新方向：混合专家模型（MoE）

在实际应用中，可以根据不同的场景，灵活地选择专家模型的数量，以在效率和性能之间找到最佳的平衡点。

MoE 大模型

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

为了提高中文文本处理的效率，我们针对Llama2模型的词表进行了深度优化。

大模型

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

<...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