文章列表-AI魔法学院

文章列表

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

谁杀死了我们的技术教程？网络技术教程越来越少？

论颗粒度，颗粒度在大多数情况下当然是越细越好，更容易受众于更多的用户，不管是学生、一线从业者，甚至是架构师，都是可以在其中捡到一些东西。

技术技术教程

九问中国大模型掌门人，万字长文详解大模型进度趋势

未来应该两个架构走向统一，模型通过一个架构实现能听会说、能读会写的功能和服务。

大模型详解

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

GovTech）组织的首届 GPT-4 提示工程大赛冠军 Sheila Teo 写的《我是如何夺冠新加坡首届 GPT-4 提示工程大赛的》 Sheila 总结了 4 种提示词技巧：借助 CO-STAR 框架构建高效的提示

GPT-4 提示词

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

传统的扩散模型【51-53】主要依赖于包括降低和提高图像分辨率的处理块的卷积U-Net架构，作为其去噪网络的核心。

Sora 微软

2023年LLM如何入门？请看这篇综述！

深度学习框架和相关工具训练大型语言模型需要使用一些常用的深度学习框架和相关工具，例如PyTorch、TensorFlow等。

大模型

目前大语言模型的评测基准有哪些？

旨在构造一个中文的，有足够区分度的，多学科的基准榜单，来辅助开发者们研发中文大模型。

人工智能评测大模型

从零开始学习大模型-第一章-大模型简介

深入学习大模型原理：了解大模型的原理和结构是至关重要的。

大模型从零开始

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

类Sora模型架构，scaling law得到验证先从模型的设计说起，这当中主要应当考虑两方面的因素，一是足够强的拟合能力，二是足够多的参数容量。

可灵快手文生视频

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

它采用纯语言建模方式，打破了传统 TTS 模型依赖复杂架构和外部适配器的模式，为语音合成领域带来了新的思路。

OuteTTS-0.1-350M 音频

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

我们提出了一种全新的简单网络架构——Transformer，它完全基于注意力机制，摒弃了循环和卷积操作。

Transformer 大模型

掌握Prompt的6心法

心法二：结构化的Prompt模板所谓结构化,代表的是一种特定的逻辑结构和框架,这种结构既便于人类书写Prompt,也便于AI分析理解Prompt内容,是非常适合Prompt初学者使用的一种模式

prompt 写作

Stable Diffusion

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

ControlNet用一种极低成本的方案，来控制画面的主体构成。

Stable Diffusion

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

本地环境搭建 python = 3.10 pip = 22.3.1 pytorch = 1.3.1 不同系统装python环境参考以下blog 一网成擒全端涵盖，在不同架构(Intel x86

音乐

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

CRISPE框架如图所示。

Prompt 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