文章列表-AI魔法学院

文章列表

人工智能训练的灾难性遗忘以及解决方案

基于深度学习的智能体们就像陈列在书架上的一本本工具书，它利用预先收集好的静态的数据集学习，在学习过程结束后就是一种静态（没有生命）的存在。

人工智能大模型

【NLP技术分享】文本生成评价指标的进化与推翻

chunk 块的定义是在待评价语句和参考语句中毗邻的一元组集合。

开源模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

为此，我们提出了一种两阶段的训练策略，以分离人体动作和外观（例如面部表情、肤色和着装），包括对同一数据集的人舞姿势的外观控制块的预训练和对外观-姿势-联合控制块的精细调整。

MagicPose 视频

国产编程大模型CodeGeex

第一部分是开源代码数据集，The Pile 与 CodeParrot。

编程

Stable Diffusion

硬核解读Stable Diffusion（系列一）

latent diffusion论文中实验了不同参数下的autoencoder模型，如下表所示，可以看到当较小和较大时，重建效果越好（PSNR越大），这也比较符合预期，毕竟此时压缩率小。

StableDiffusion 文生图

大模型应用的10种架构模式

通过将大模型与基于规则的逻辑结合，我们能够融合结构化的精确性，旨在创造出既富有创意又遵循规范的解决方案。

大模型架构

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

该研究目标是创建一个与用户意图更符合的小型语言模型。

小型语言模型 Zephyr-7B

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的多模态语言模型，它可以根据你的指令来理解和生成图表。

ChartLlama 开源模型图标

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

我们没有进行微调，而是结合使用提示链接和预处理/后处理来将幻觉率降低一个数量级，但它确实需要 3-4 倍的 OpenAI 调用次数。

大模型

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

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们在权威数据集，LongBench多文档问答任务中测试了GPT3.5-turbo-16k和ChatGLM2-6B-32k[2]。

大模型 Ziya

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

这些模型参数包含了源数据集上学习到的知识，且这些知识同样适用于目标数据集。

大模型微调

解玄：共相、道、基类与战略

举个例子：当人类形成集体并做整体治理的时候，基本上只能基于类目（即名），所以外化出的集体、国家相当于是名之上的再构建，来于个体但不属于个体也与个体不同。

玄学科学

清华智能体「XAgent」比ChatGPT4.0还好用！

数据分析：展示双环机制的有效性我们将使用一个简单的数据集iris.zip上传到XAgent，然后让XAgent分析数据集并生成一个报告。

ChatGPT 智能体 Agent

用so-vits-svc-4.1进行音色转换的极简教程！

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

so-vits-svc 音色转换教程

<...22 23 24 252627 28 29 30 31 ...>

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