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

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

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

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

提示：作为写作改进助理，您的任务是将提供的文本中的语法错误、拼写错误纠正，并改善文本的流畅性和可读性。

ChatGPT 提示词

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

直接手动添加笑声laugh %%time my_text="""不跟生活认输，不向岁月低头[laugh]。

chattts tts 文生语音

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

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

检索增强生成(RAG)有什么好的优化方案？

; 半结构化RAG（文本+表格） · 多模态RAG（文本+表格+图片）

RAG 检索增强

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

最直接的方式是训练式位置编码，将位置编码当作可训练参数，训练一个位置编码向量矩阵。

大模型微调训练

总结！大模型微调（Tuning）的常见方法

PEFT（Parameter-Efficient Fine-Tuning）是hugging face开源的一个参数高效微调大模型的工具，里面集成了4种微调大模型的方法，可以通过微调少量参数就达到接近微调全量参数的效果

微调大模型

Falcon 180B 开源影响了谁？

「超越LlaMA 2」「优于GPT-3.5」「接近GPT-4」，一个个赞美之声让Falcon 180B冲上云霄，一时风光无限。

大模型

交友神器！AI二维码终极教程，3步做出你的专属艺术二维码！

1.生成二维码这一步的目的是改变原始二维码的形状，让它更适合出图上面是原始的微信公众号图片，这样密密麻麻的黑色方块出来的图片会非常难看而下面是经过处理的二维码，可以将二维码更好的藏在照片里面

文生图

职场及工作中常用的方法论总结

同样地，在进行述职或晋升答辩时，也要向大家讲明白做一件事的原因和收益，如果回答不好这个问题，那你所做的事情就可能被质疑是没有价值的；　　WHAT：当我们想清楚了了做一件事情的原因，接下来要确定的就是做什么

工作

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过

声音克隆数字人

<...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