文章列表-AI魔法学院

文章列表

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

实测：本地跑llama3:70B需要什么配置

前几天发布的开源大语言模型Llama 3 70B的能力通过测试结果的展示已经达到了一个全新的高度，甚至可以与Claude 3 Sonnet和Gemini 1.5 Pro等一众顶级模型相媲美，甚至在某些方面已经超过了去年发布的两款

llama GPU内存

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

AI界的焦点再度聚集！

Baichuan 3 大模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

得益于研究团队的新型训练策略，FLM只用了2.17%的花销，就达到了可以比肩GPT-3的效果，在开发社区引起不小关注。

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

实验验证，多机训练的效率，和使用的机器数成线性关系，每台机器的配置一样，如一台GPU机器跑一个epoch需要2小时，4台GPU机器跑一个epoch需要半小时。

大模型

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

词表大小为49953。

大模型

大模型+人形机器人，是不是下一个风口？

随着ChatGPT以前所未有的速度火出圈，大模型也迅速从过去的遥不可及走到了我们身边。

大模型

图片拖拽神器DragGAN介绍及官方安装文档说明

该技术的一个流行实现是拖放生成器(DragGAN)，这是一个深度学习模型，当用户将图像拖放到基于web的界面中时，它可以将图像转换为另一个图像。

开源

XX来信：智能体设计模式2：Reflection

对于实现速度相对较快的设计模式，我已经看到它带来了惊人的性能提升效果。

Reflection 智能体

Stable Diffusion

巧用ChatGPT生成Stable Diffusion绘画提示词Prompt

先打开ChatGPT，输入下面这段训练指令： Stable Diffusion是一款利用深度学习的文生图模型，支持通过使用提示词来产生新的图像，描述要包含或省略的元素。

Diffusion prompt

AI绘画当前的应用场景有哪些？

本篇教程主要运用StableDiffusion这个工具来进行操作，下面会通过几个小案例，给大家展示不同需求下，我们该如何使用StableDiffusion来辅助我们完成服装效果展示。

文生图

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

Agents 两部分，说明这两个月以来，业界对落地的思考慢慢收敛到了这两部分，尤其是 RAG(RetrievalAugmentedGeneration)，其实算是一个比较新的词，接下来我们分别从这两个维度来看下最近

大模型

视频大模型训练相关词条解释

简单来说，在别家做视频模型的时候还是基于“小”模型的思路（基于上一帧预测下一帧，并且用文字或者笔刷遮罩做约束）的时候，OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，用多模态模型给视频做标注

视频生成 sora 词条

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

ComfyUI 基础教程（一）环境部署和插件安装

pan.quark.cn/s/1b6b4d451e9c 5.ComfyUI的优势和劣势优势： 1.低显存要求和快速启动：ComfyUI相对于Web UI对显存要求较低，启动速度快

comfyui 文生图

<...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