文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

它们可以通过训练海量数据来学习复杂的模式和特征，并具有更强大的泛化能力，可以对未见过的数据做出准确的预测。

大模型

用so-vits-svc-4.1进行音色转换的极简教程

主要是因为孙燕姿的音色独特，吐词清晰，网络上存在她的大量歌曲，非常便于训练。

声音 sovits

第3期 SDXL和SD的10大区别！你知道几个？

3、训练数据库更大。

文生图

全球生成式 AI 应用全景图

当前视觉大模型相当于20 年前后的语言大模型 AI 组件层（AI Stack）是 AI 生态的重要组成部分，为模型训练、数据整合

大模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

，它可以让任何基于Transformer的语言模型（LLM）处理无限长度的文本，而不需要任何微调或额外的训练。

StreamingLLM 写作

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

关于词表大小设置，越大的词表的压缩会更好，但可能导致模型训练不充分；越小的词表压缩会比较差，导致模型对长度需求较高。

大模型

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

该研究除了提出以上开创性的主动 Agent 之外，还通过采集不同场景下的人类活动数据构建了一个环境模拟器，进而构建了数据集 ProactiveBench，通过训练模型获得了与人类高度一致的奖励模型，并比对了不同模型在数据集下的性能

Agent 大模型

来个优秀的开源人脸识别项目！

深度学习框架支持：InsightFace 支持 PyTorch 和 MXNet 两种深度学习框架，方便用户根据自己的需求选择合适的框架进行模型训练和部署。

人脸识别开源项目

如何成为LLM提示词大师！「大语言模型的底层心法」

LLM被训练的关键任务是在给定先前上下文的情况下预测序列中的下一个单词或标记。

大模型提示词

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

文章还介绍了3D可塑模型和数据预处理的基础知识，并描述了总体框架的训练策略。

VividTalk 视频

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话

声音克隆数字人

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

该办法对模型的训练的范围、语料安全要求、模型安全要求、信息安全等多方面提出了明确的要求，目前中国的AI大模型达80多个，截止目前全国只有2批大模型审核通过，累计19家（第一批8家，第二批11家）。

大模型国产

AI 绘画新时代：ChatGPT + DALL-E 3

此外，它们还支持诸如图像修补、上色和超分辨等零样本数据编辑，而这些并不要求在这些任务上进行明确的训练。

文生图图生图 chatGPT DALL-E

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

具体方法训练数据总体上遵循如下的流程示意图：图1：训练数据收集流程示意图场景的定义和参考评估标准：

Auto-J 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