文章列表-AI魔法学院

文章列表

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

模型结构 Kandinsky-3采用了直接文本引导的Latent Diffusion模型，架构如下所示：其中text encoder采用的是谷歌的Flan-UL2，这个模型的参数量是20B，它和谷歌的

Kandinsky-3 文生图开源模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

二、开源协议使用BSD-3-Clause开源协议三、界面展示产品截图四、功能概述 “知了”以知识管理的全生命周期为核心，围绕知识的分享再利用，构建中小团队的知识库和知识分享社区

大模型

低调的PDF，为什么成了数字文档“永远的神”？

根据2018年国际PDF协会的估算，.pdf文件的总数量早已达到数万亿，并且每天还在以数十亿计新增。

工作

从零开始学习大模型-第一章-大模型简介

大模型具有大量参数和复杂结构的模型，这些模型通常具有数十亿甚至数万亿个参数，能够处理大规模的数据和复杂的任务。

大模型从零开始

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

开发者在扣子（coze.cn）上，可以体验到 Kimi 大模型全新的 Tool Calling 能力和超强的用户意图识别能力，将这颗全新的'大脑'与平台上丰富的插件、工作流等能力结合，低门槛地打造各种业务场景下的

Kimi 扣子Coze 大模型

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

为了提高效率，作者从扩散过程的去噪轨迹中汲取灵感，其中初始去噪阶段主要塑造图像的结构基础，后期阶段细化其纹理复杂性。

PanGu-Draw 文生图

金融行业中 Fintech 的应用场景

金融数据分析与风险控制 4.

Fintech 金融

来自Microsoft Build 2023：大语言模型是如何被训练出来的

强化学习阶段：基于阶段三的奖励模型继续进行强化学习，可以得到一个能支持与用户对话的类似“ChatGPT”的模型这四个阶段，每个阶段都涉及到一些训练技术和数据集，以及产出和硬件消耗等，十分清晰明了

大模型

解读：一个数学在线教育网站如何做到一千万月访问量

今天在 Similarweb 和 Semrush 上乱点，找到了个数学在线教育网站 cuemath.com 。

访问量

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

所以在过大的图像上，我更建议用controlnet，后期处理等选项进行绘制）高分迭代步数：它是提高分辨率时的步数，如果设置为0，将应用与采样步数相同的值。

文生图

GitHub本月榜单：一个数字人技术的“非官方”实现

本月GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图

AnimateAnyone 人工智能

Meta无限长文本大模型来了：参数仅7B，已开源

在与 LLAMA2 的直接比较上，控制了数据和计算的同时，MEGALODON-7B 在训练困惑度方面显著优于用于训练 LLAMA2-7B 的最先进的 Transformer 变体。

Meta 长文本大模型

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

我们可以从真实评测数据和实际任务表现两个方面一探究竟。

MiniCPM 大模型

<...18 19 20 212223 24 25 26 27 ...>

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