文章列表-AI魔法学院

文章列表

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

通过自研Mental Notes技术，模拟人类认知过程，天工多模态大模型显著降低“幻觉”问题，增强中文指令追随能力、中文相关场景的识别能力，降低了文化偏见对于多模态理解造成的限制。

MoE大模型 APPa

解读wav2lip：探究语音驱动唇部动作的技术原理！

常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步，主要原因包括两方面：（1）传统的基于像素的人脸重建损失无法准约束音频-口型同步：因为面部重建损失是基于整个图像计算的，而唇部区域只占整个图像的很小一部分

wav2lip 语音

将任意文本转换为知识图谱

我们可以计算社区，将概念组合在一起，以便更好地分析文本。

知识图谱转换文本

如何快速构建GPTs个人知识库应用？

- 社区参与： OpenAI鼓励社区成员参与GPTs的构建，无论是教育工作者、教练还是爱好者。

GPTs 知识库

揭秘DeepSeek:一个更极致的中国技术理想主义故事

梁文锋：智谱AI降的是一个入门级产品，和我们同级别的模型仍然收费很贵。

DeepSeek 大模型

推荐智能体：利用大模型进行交互式推荐

但是,LLM缺乏对特定领域的海量训练数据形成的商品目录知识和行为模式知识,特别是在那些偏离一般世界知识的领域,如在线电子商务。

大语言模型推荐

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案

而个性则是个人IP跟纯生产内容的”小编“的最大的区别，IP的本质就是让别人喜欢、想成为你这个人，你连真正的你是什么样的都不展示，那么别人怎么去喜欢你呢？

AI写作 GPT

Roop参数说明，ROOP->StyleGAN演示！

假设，你的素材人脸区间像素达到了1024x1024, 试想一下把128x128简单拉伸到1024x1024会是什么感觉？

视频 StyleGAN

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

区别于以往的视频生成技术，Sora 能够根据用户的文本指令，生成最长达一分钟的高清视频 [3]。

sora 论文

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

它可以利用最先进的图像识别算法，为你制作蒙版。

Stable Diffusion 文生图

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

通过在各种全模态和多模态基准测试上展示强大的性能，作者旨在将此贡献作为开源社区在推进多模态理解和实时交互方面的竞争性 Baseline 。

Baichuan-Omni 多模态大模型

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

关键概念包括概率论、随机变量、概率分布、期望、方差、协方差、相关性、假设检验、置信区间、最大似然估计和贝叶斯推断。

LLM 大模型 GitHub

新模型Cascade你真的用对了吗？！

Cascade模型与之前的sd模型相比，主要区别是可以在更小的潜空间中工作。

Stable Cascade 模型

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE

RAG Router

人工智能训练的灾难性遗忘以及解决方案

具体描述：我们搭建了一个深度神经网络来学习识别各种动物。

人工智能大模型

<...17 18 19 202122 23 24 25 26 ...>

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