文章列表-AI魔法学院

文章列表

一键AI换脸！小红书和北大合作的InstantID

InstantID 的工作原理可分为三个关键部分： ID Embedding：团队利用预训练的面部识别模型代替 CLIP 来提取语义人脸特征，并使用可训练的投影层，将这些特征映射到文本特征空间，形成

InstantID 文生图

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

CMU | 提出推理时对齐方法论文：https://arxiv.org/pdf/2410.20290 大模型训练主要包括两个部分，分别为Pre-Training 和 Post-Training

大模型研究

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

传统上，训练强化学习代理需要大量的样本和长时间的训练，且缺乏泛化能力。

大模型

大模型量化：什么是模型量化，如何进行模型量化

举例：模型训练后权重或激活值往往在一个有限的范围内分布，如权重值范围为[-2.0, 6.0]，即Tmax = 6.0，Tmin = -2.0（非饱和量化）。

大模型

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

ControlNet 1.1模型支持基于SD1.5、2.1训练的大模型上。

Canny SD

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

这样可以加快训练速度，提高推理效率！

MoE 专家混合模型

EduChat：教育行业垂直领域大模型

通过在教育语料库上进行预训练来学习领域特定的知识，并通过在设计的系统提示和指令上进行微调来刺激各种技能的使用。

教育大模型垂直领域

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

ensp; · SD 1.2:引入大数据集LAION-2B进行训练

Stable Diffusion 文生图

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

这时候，各家大模型就可以针对这些模型，进行专门的训练，就可能会出现在测试集上表现很好，但可能在现实世界的其他应用场景中表现不尽人意。

ChatGPT 国产大模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

这些算法可以通过训练神经网络或使用矩阵分解等技术来学习单词的嵌入表示。

embedding

七问大模型幻觉｜LLM Hallucination

源与目标的差异：当我们在存在源与目标差异的数据上训练模型时，模型产生的文本可能与原始源内容产生偏差

大模型

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

快速适配多场景，让配音更灵活传统的AI配音技术通常需要针对特定人物进行大量数据训练，而PersonaTalk则不然，它无需为每个人物单独训练，便能适应不同的人物角色和场景，显著提高了使用的便捷性和灵活性

PersonaTalk 视频

十大开源语音识别项目

它在大量多样化的音频数据集上进行训练，作为一个多任务模型，可以执行多语言语音识别、语音翻译和口语识别。

语音识别开源项目

惊艳推荐！8款好用又免费的文本转语音TTS工具

提供了多种不同的声音库，这些声音库通常基于真实声优的声音进行训练和模拟，使得生成的语音既自然又具有表现力。

TTS Maker 语音

<...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