文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列一）

这里将基于Hugging Face的diffusers库深入讲解SD的技术原理以及部分的实现细节，然后也会介绍SD的常用功能，注意本文主要以SD V1.5版本为例，在最后也会简单介绍 SD 2.0版本以及基于

StableDiffusion 文生图

数字人：从科幻走向现实的技术革命

本文将探讨数字人的技术原理、发展历程、现状及应用前景，并分析其对社会和个人产生的影响。

数字人语音

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

这一阶段的目标是使模型获取通用的语言理解和推理能力。

大模型

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

二、技术原理 1.

OmniVision -968M 多模态模型

AI大模型LLM可以帮助企业做什么？

从这个规律来看，尽管大型语言模型（LLM）现在占据了AI领域的中心舞台，吸引了所有人的关注，但这并不意味着在LLM出现之前AI毫无发展。

大模型

目前大语言模型的评测基准有哪些？

着眼于综合评价大模型的能力，使其能全面地测试大模型的效果，又能考察模型在中文特有任务上的理解和积累，SuperCLUE从三个不同的维度评价模型的能力：基础能力、专业能力和中文特性能力。

人工智能评测大模型

开源的大模型数据集

大模型训练数据集的质量是提升大模型效果最有效的途径，也是最苦最累的脏活，积累前人已经整理开源的数据集，站在数据集巨人的肩膀上，持续迭代大模型。

开源模型数据集

【AI科技大创意】2024年人工智能10大趋势

这里我整理挑选了与AI相关的比较典型的10大趋势前沿，供大家阅读参考，翻译的全文大家可以在文末获取。

人工智能趋势

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。

大模型

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

现在很多设计师都在尝试用 Midjourney 辅助自己完成设计任务，比如生成海报/ Banner 的设计素材、生成矢量扁平插画，以及提供 UI 设计和 3D IP 形象设计的灵感。我最近也在尝试用 AI 辅助 Logo 设计，发现 Midjourney 在生成某些类型的 Logo 时效果非常不错，今天就为大家整理推荐其中 5 类能快速生成高质量 Logo 设计灵感的关键词 ~

midjourney logo制作文生图绘画

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

之前介绍了很多在本地部署远程大模型以及本地大模型的教程，但是对于 AI 的使用尤其是如何让 AI 准确理解并执行下达的任务也是一个技术活，所以又诞生了 Prompt 提示词工程这个概念。

prompt 提示词 FlowGPT

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

我们引入一个工具来描述这个物理世界，它具有相当的描述能力，但是它和物理世界之间也不对应，也就是说它有简化、有抽象、有归纳等。

通义文生视频

金融行业的AIGC应用

不过，从数据处理和分析到模型的透明性和可解释性，金融机构在实现AI技术的全面融合和应用中也遇到了不少挑战。

金融大模型

语音、视频转文字神器：开源whisper介绍

Whisper模型使用了一种称为“自注意力机制”的技术，它可以在处理不同的语音信号时，更好地捕捉到语音中的关键信息。

人工智能大模型 wisper

模型压缩：量化、剪枝和蒸馏

各层所占存储空间和算力显然，在数据存储空间方面，Feed Forward 层占据了约一半的空间，Embedding层和Linear before Attention 层分别占据约四分之一的空间，而最核心的

BERT 语言模型

<...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