文章列表-AI魔法学院

文章列表

WebUI使用用InstantID，AI换脸完美版

随着AI绘画技术的不断迭代，AI换脸也日臻完美。

换脸小红书

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion

sora openai 视频生成

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

分别是覆盖更大的参数量、更强的多模态、更专业的代码/数学推理模型、更快的推理速度、更低的推理成本。

零一万物 YI 李开复

初创企业必知的 30种商业模式（附实例）

· 10 开源商业模式开源软件是带源代码的软件，而且这些代码任何人出于个人用途都可以查看、修改与增强。

初创商业模式

MindChat心理大模型

这篇内容介绍了MindChat心理大模型的最新进展和功能。最新的更新包括支持疑病、躯体焦虑、工作学习兴趣、自罪感、自杀意念等五个维度的测评。该模型旨在帮助人们解决心理压力和困惑，提高心理健康水平，提供隐私、温暖、安全、及时、方便的对话环境。此外，还提供了多轮心理对话数据以及针对学习、家庭、工作、朋友、安全等方面的对话案例。模型的开发团队也感谢了合作伙伴和支持者，并鼓励专业心理学人士使用和反馈MindChat以推动其发展。需要注意的是，模型目前仅提供心理聊天服务，不能替代专业心理医生和心理咨询师。使用时需要谨慎，避免在关键场景中依赖模型做出决策。

心理大模型

智能知识图谱SmartKG和pySmartKG简介

以下是其中的一些代表性案例。

知识图谱

RAT = CoT + RAG

RAT 是一种着重于迭代修正模型生成思路的新方法。

RAT 协同思维链检索增强生成

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

但是该方法有一个缺点，就是在推理时所需要的资源远远要超过标准解码策略，这不利于实际应用。

大模型研究

图片拖拽神器DragGAN介绍及官方安装文档说明

项目地址 Zeqiang-Lai/DragGAN: 相关代码模型，支持本地部署，Colab在线体验。

开源

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

工具使用（Tool use） • AI Agents 可以学习如何调用外部 API，以获取模型权重中缺少的额外信息，这些信息通常在预训练后很难更改，包括当前信息、代码执行能力、对专有信息源的访问等

agent

RLHF 在 Text2SQL 领域中的探索

（方法详情可以参考代码仓库） PART 2 RLHF 简介本章主要介绍了 RLHF 的基本定义，以及介绍了强化学习的基础概念和 RLHF 框架。

Text2SQL RLHF

Python状态机：优雅处理复杂业务逻辑的利器

代码结构清晰：避免了大量的if-else嵌套 2.

Python状态机设计模式

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是一个强大而现代的开源文本到语音引擎，它可以让你用超过2000种不同的声音来合成中文和英文的语音。

EmotiVoice 语音合成

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

BPE 不是按照中文字词为最小单位，而是按照 unicode 编码作为最小粒度。

大模型训练

<...25 26 27 282930 31 32 33 34 ...>

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