文章列表-AI魔法学院

文章列表

大模型推理能力增强方法总结

CoT 做的就是这件事，示例如下：简单来说，语言模型很难将所有的语义直接转化为一个方程，因为这是一个更加复杂的思考过程，但可以通过中间步骤，来更好地推理问题的每个部分。

推理能力大模型

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

具体而言，Sora 首先将视频数据压缩到一个更低维度的潜码空间中，接着再将这些数据分解为时空片段（Spacetime Patches）。

sora 论文

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

作者：FelixCoder 链接：https://zhuanlan.zhihu.com/p/639462205 一、前言由于 ChatGPT 和 GPT4 兴起，如何让人人都用上这种大模型

大模型人工智能

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

要知道，AI编程工具当前最实用的能力就是生成和补全，包括直接生成完整的方法块、条件判断块、循环处理块、异常捕捉块等多种情况。

aiXcoder-7B 大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

所有内容均按照重要性和独特性进行排序，并将链接附在下方。

Transformer

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

带有transposed卷积上采样和预测层的标准解码器（c）和直接使用双线性插值的简单解码器（d）被用于评估简单视觉transformer的简单性；用于Bottom-up预测的解码器（e）也被采用来衡量

ViTPose+Transformer 身体姿态

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

举个例子，有一个 prompt 就是直接把《星际迷航》的说话风格搬过来了：「指挥官，我们需要您绘制一条穿过这股湍流的路线并定位异常源。

prompt 大模型提示

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 3 的出现又一次颠覆了 AI 绘图行业，它生成的图片迅速走红社交媒体。

DALL-E 3 文生图

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

在此阶段，作者实现了一种打包技术，将多个样本拼接在一起，使用flash-attention2的cq_len进行有效的样本隔离。

Baichuan-Omni 多模态大模型

懒人福音！用AI生成会议纪要，让你的工作更高效！

该产品还能与阿里云盘账号绑定，方便直接读取和转写存储在云盘中的音视频文件。

会议纪要 AI工具

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

此外，端到端的设计是它的一大亮点，这种设计直接从文本输入生成语音输出，无需繁琐的中间环节，极大地提高了语音合成的效率和准确性。

Westlake -Omni 语音

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

具体而言，Sora 首先将视频数据压缩到一个更低维度的潜码空间中，接着再将这些数据分解为时空片段（Spacetime Patches）。

Sora 微软

LangChain Agent 原理解析

它提供了一套工具、组件和接口，可以简化创建由 LLM 和聊天模型提供支持的应用程序的过程。

大模型

如何使用 Megatron-LM 训练语言模型

Transformers 3 还支持使用 Trainer API 来训练，其在 PyTorch 中提供功能完整的训练接口，甚至不需要自己编写训练的代码

开源模型

<...23 24 25 262728 29 30 31 32 ...>

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