文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

③有一定的使用难度：SD的界面有很多内容，如采样方式等，上手很简单，但想玩好以及训练自己的模型等都需要比较复杂的学习过程。

文生图

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

去年11月，零一万物就正式开源发布了首款预训练大模型Yi-34B，当时的模型已经能处理200K上下文窗口，约等同于20万字文本。

零一万物 YI 李开复

FFmpeg之父新作——音频压缩工具 TSAC

Training tricks 1）GAN RVQGAN顾名思义是基于GAN的网络结果，因此在训练过程中除了训练encoder-decoder的生成器之外，还需要训练对应的判别器

TSAC 音频工具

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

为了探索使用ImageNet数据进行预训练是否是不可避免的，ViTPose探索了能否只使用姿态估计数据（MS COCO和AI Challenger数据）进行预训练。

ViTPose+Transformer 身体姿态

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

早在去年五月中旬，经过数十版模型训练与优化，中国电信就完成了百亿参数星辰AI大模型稳定版本的训练。

开源大模型电信

实时语音克隆

建议使用 GPU 来进行训练和推理速度，但这不是强制性的。

语音克隆

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

的左上角我们看到秋叶包中加载的暂时只有一个anything的模型，这是一个大体模型，就是很多风格集中在一起的模型，不论是景观、建筑、动漫人物还是什么，但是当你需要出独特的风格图时候就需要更优化的模型，你可以自己训练模型

Stable Diffusion 文生图大模型

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

行业大模型解决方案有后训练（Post-Train）和有监督微调（SFT），但是仍然无法解决大模型落地的幻觉和实效性问题。

RAG 大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

从上图可以看到，参数规模和训练的token数是正相关的，以gpt3为例，它有1750亿参数，其训练的token量达到了2000亿，据说包含了全球所有公开的文本信息，自然它能什么都懂就不奇怪了。

LLM

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

很多所谓大模型不过是融了几个热门lora，并没有真正经过原始图片的训练过程。

Stable Diffusion

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们训练的模型从带有 450M 个参数的 15 个图块到带有 8B 个参数的 38 个图块不等，并观察到验证损失随着模型大小和训练步骤的增加而平稳减少（上排）。

SD 论文

保姆级教程：手把手教你创建GPTs角色应用

首先，向GPTs描述你的需求：创建一个能帮助理解猫咪行为、提供训练技巧和互动小知识的助手。

GPTs 教程

白话Embedding：普通人都能懂的科普文

然后我们用苹果和橙子的标注图片训练嵌入模型，指示它慢慢调整网络的权重，以分离苹果和橙子的嵌入向量。

Embedding 向量

清华智能体「XAgent」比ChatGPT4.0还好用！

训练模型：高级工具使用者在这里，我们展示了一个用户希望分析电影评论并评估特定电影周围公众情感的情景。

ChatGPT 智能体 Agent

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

三、Westlake - Omni 的训练与优化 1.

Westlake -Omni 语音

<...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