文章列表-AI魔法学院

文章列表

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

而 Sora 的团队则计划从零开始，自行训练一个包含解码器的压缩网络，后者负责生成视频，这一过程借鉴了训练潜码扩散模型的方法。

Sora 微软

告别抑郁：10个ChatGPT提示词技巧打造你的心理健康顾问，摆脱90%的心理疾病

3.处理情绪波动提示：“对于情绪波动较大的我，制定一个包含情绪识别、自我激励和情绪表达的综合训练方案。

心理健康提示词

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

2021 年，智谱 AI 开始自主开发训练框架，着手训练一个拥有百亿参数的模型，并在年底启动了千亿模型的训练。

智谱 AI

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

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

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

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

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

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

RAG模型的主要痛点和解决方案

解决方案： - 通过监督训练信号或模型反馈进行检索器的微调。

rag 大模型

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

<...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