文章列表-AI魔法学院

文章列表

写好Prompt要记住这六点！

在我们开始详细分解并深入探讨这个公式之前，有一点非常关键，那就是我们必须认识到解题过程中顺序的重要性，就像制作精美菜肴时对配料加入顺序的严谨把控，值得注意的是，并不是每一个步骤都是严格必须的，有些可以视具体情况进行省略或调整

prompt 写作

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

此外，通过在训练过程中使用多个讲话者的语音数据，并引入自动编码输入来帮助稳定注意力，进一步扩展了模型的规模，使其能够在所有训练过程中看到的语种中一致地合成可理解的语音，包括训练讲话者的本地口音或外国口音

coqui-ai TTS 语音

图解大模型训练之：张量模型并行(TP)，Megatron-LM

其中： · b：batch_size，表示批量大小 · s：sequence_length，表示输入序列的长度 · h：hidden_size，表示每个token向量的维度

开源模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

在训练过程中，MaskGCT学习根据给定的条件和提示预测掩码的语义或声学标记。

MaskGCT 声音克隆

AI绘画：InstantID Win11本地安装记录！

下面就来记录下我的安装过程和遇到的问题，以及解决方法。

InstantID Win11 安装

OpenAI视频模型Sora的推理生成成本多高？

Frame">而 Diffusion Transformer 把整个 video 切成 m*n*t 三维的 patch （仍是 RGB 像素空间）阵列后，经过空间映射会得到 latent 空间中的一维序列

Sora 推理算力

Docker介绍及常用命令大全

例如，用户可以构建一个基于ubuntu映像的映像，并安装Apache web服务器、应用程序以及所需的配置信息。

Docker 容器

大模型应用中大部分人真正需要去关心的核心——Embedding

为了解释为什么Embedding提供了这样的实用程序，让我们看一下以前处理文本数据(如表格数据中的分类值)的方法。

大模型

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

此外，为了提高 Llama 3 模型的推理效率，Meta AI还采用了分组查询注意力 (GQA)机制，在8192个tokens的序列上训练模型，并使用掩码确保自注意力不会跨越文档边界。

meta llama3

GGUF格式详解

这个过程性能损失很低！

GGUF 大模型

接私活必看的11个开源项目

而程序员们则俗称为“接私活”。

私活开源项目

2024！深入了解大语言模型（LLM）微调方法（总结）

在提示工程、微调和评估之间进行迭代，直到达到期望的结果。

大模型微调

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

代理（Agents）：某些应用程序不仅需要预定的LLM或其他工具的调用链，而且可能需要依赖于用户输入的未知链。

开源模型

大模型检索增强生成RAG的优化

RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

在这些测试中，人类评估员从每个模型中获得输出示例，并要求他们根据模型输出在多大程度上紧跟所给提示的上下文（"紧跟提示"）、在多大程度上根据提示渲染文本（"排版"）以及哪幅图像具有更高的美学质量（"视觉美学

SD 论文

<...24 25 26 272829 30 31 32 33 ...>

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