文章列表-AI魔法学院

文章列表

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

然而，视觉transformer模型则表现出了很强的竞争力：使用简单的解码器和经典解码器的性能差距不到0.3平均准确度，充分说明由于视觉transformer的强表征能力，它可以学习到线性可分性极强的特征表示

ViTPose+Transformer 身体姿态

2023检索增强生成技术（RAG）研究进展

它们通过提供高效的检索策略和优化的生成方法，使得RAG不仅在学术界受到青睐，在工业界也逐渐展示出其巨大潜力。

RAG 检索增强

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

在DiT架构之上，腾讯混元团队在算法层面优化了模型的长文本理解能力，能够支持最多 256 字符的内容输入，达到行业领先水平。

文生图混元腾讯

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

这一场景下CodeShell依然保持优异性能，充分验证了CodeShell的真实底座能力。

开源模型 AI编程

提示词框架：Markdown结构法

为每个专家赋予对应的角色能力 3.

prompt 提示词

李彦宏偏爱小模型｜AI光年

“你只要会说话，就可以成为一名开发者，用自己的创造力改变世界。”

李彦宏小模型

被高估的Pika，被低估的多模态AI

1.Pika：实力还是炒作？

大模型多模态

深度好文，Agent盛行前传

智力的发展本身是在追求奖赏智力的发展可以拆分为知识与学习、洞察力、社会智力、语言、概括、模仿和通用智力的发展。

Agent 大模型

智谱AI静悄悄的上线了一大波新模型，过年了，真的

AlignBench（对齐和遵循指令能力）还有MATH（数学能力）基本跟GPT4o打平，GPQA（小学问题）和LCB（代码）这块能打平GPT4o但是跟Claude 3.5还是有一些差距，Claude 3.5

智谱AI 大模型

如何最简单、通俗地理解Transformer？

重点关注的方面有（自）注意力机制，多头注意力，Transformer的内部结构；动手实现一个Transformer应用。

Transformer 大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•以vision pro为代表的XR产业将再次获得助力——内容匮乏将不再是问题。

sora openai 视频生成

CodeGeeX2来了!效果超LLaMA2-70B

Github Copilot 去 AI 生成，发现清华发布了「CodeGeeX2」，基于 ChatGLM2-6B 基座模型，CodeGeeX2-6B 进一步经过了 600B 代码数据预训练，相比上一代，能力有全面提升

CodeGeeX2 开源模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

F5-TTS在公共的100K小时多语言数据集上进行训练，展现出高自然性和表现力的零样本能力、无缝代码切换能力和速度控制效率。

F5-TTS 音频克隆

第3期 SDXL和SD的10大区别！你知道几个？

2、语义理解能力更强。

文生图

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

差距不仅仅是算力本身，英伟达整个系统里算力只是一部分，它有很多跟网络和通信相关的技术，构成了整个英伟达的核心硬件体系，叫DGX Station。

AI光年芯片投资

<...20 21 22 232425 26 27 28 29 ...>

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