文章列表-AI魔法学院

文章列表

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

用多模态模型给视频做标注，把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力，让模型对足够多的训练集做全局拟合（理解），在模型更好地还原细节的同时让模型出现智能涌现能力

sora openai 视频生成

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

和“即创”偏向于抖音生态内容制作不同，豆包更像chatgpt一样的大模型。

AI工具文生图

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

得益于其采用的对抗性扩散蒸馏技术，该技术可以在高质量图像下以1-4个步骤对大规模基础图像扩散模型进行采样，同时避免了其他蒸馏方法中常见的失真或模糊问题。

Stable Diffusion 文生图

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

DeepFloyd IF是一个由一个冻结文本编码器和三个级联像素扩散模块组成的模块：一个基于文本提示生成64x64像素图像的基础模型和两个超分辨率模型，每个模型都设计用于生成分辨率不断提高的图像：256x256

大模型文生图

LangChain Agent 原理解析

提示词模板要实现 Agent，我们需要先定义一套基于 ReAct 的提示词模板，示例中的 Agent 就是基于 ReAct 原理来实现的，为了方便理解，我们将官方的英文提示词模板换成中文和去掉一些没必要的内容

大模型

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

结论 1 ►Temperature影响模型的生成内容，进而影响模型的“推理能力” 2 ►GPT4在某些场景下，受temperature的影响较GPT3.5

大语言模型 chatGPT

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

特别的，如果大语言模型（LLM）以 <description> 为条件，那么模型 <name> 的可能性将不会高于随机基线。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

首先，通过将GRU模型的重置门替换为注意力机制，增强了模型在选择和利用历史信息方面的灵活性。

MCI-GRU 股票大模型

Pytorch安装（保姆级教学真·满血·GPU版）CUDA更新？torch版本？一文全搞定！

检查电脑CUDA驱动版本（1）右键点击NVIDIA，打开控制面板（2）点击帮助中的系统信息（3）点击组件，查看CUDA版本如图所示，我的电脑目前CUDA

训练

Stability AI开年首个大模型：专写代码，支持18种编程语言，上下文100K，苹果笔记本离线就能跑

Stability AI开年第一个大模型来了！

Stability AI 大模型

手把手教你认识学会LangChain

提示：模板化、动态选择和管理模型输入对模型进行编程的新方法是通过提示语。

langchain

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

更全面的开源序列：除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM3-6B-Base、长文本对话模型

ChatGLM3 语音模型开源模型

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

全民唱演首页进入全民唱演模块，首页会有一些官方的热门模板，包含歌曲演唱、影视台词、及表情包。

EMO 阿里全民演唱

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

本文目录 5款爆火开源TTS语音克隆项目 GPT-SoVITS模型介绍 MaskGCT模型介绍 F5-TTS语音模型介绍 FishSpeech1.4

语音克隆开源模型

<...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