文章列表-AI魔法学院

文章列表

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

训练数据以英文为主，不包含中韩日文，所有训练数据都是开源的，分词之后大约有1400B的tokens。

大模型

网易有道强力开源中英双语语音克隆

下载预训练模型, 然后运行: mkdir -p outputs/style_encoder/ckpt mkdir -p outputs/prompt_tts_open_source_joint/ckpt

语音开源

实时语音克隆

建议使用 GPU 来进行训练和推理速度，但这不是强制性的。

语音克隆

大模型微调应用实践，没那么简单，看看曾经踩过的坑

样本量规模增大，训练出现OOM错：模型训练的样本数量从10万，增大300万，训练任务直接报OOM了。

大模型

阿里出品自动化视频剪辑工具FunClip！

FunClip让用户能够根据识别结果，轻松选择文本片段或特定说话人，从而快速裁剪出所需视频片段。

FunClip 视频阿里

用了一个月，终于找到点写 AI Agent 的思路

4.4 AI 端的开发通常 AI Agent 是一个死循环的进程，不断地处理预期的数据，然后制定计划、执行计划、反省及再次制定计划，周而复始，直到解决问题。

AI Agent Ops 运维工具

AI能赚到钱了么？

最近各种大模型密集发布，“赶上GPT4”“成为中国的OpenAI”等观点散见于各种文章。

大模型商业模式

国内法律类大模型介绍

：论文、新闻、法规、司法解释、法律咨询、法考题、判决文书组成，随后经过清洗、数据增强等来构造训练数据 * 算力：multiple

法律大模型

【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!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

人工智能的应用范式呼之欲出

（数据表）LLMXplorer，数据覆盖了150多种大语言模型，从17个关键指标上审视大语言模型的训练方法和资源、训练数据、道德对齐、和私有数据安全性和在不同垂直领域的适用性。

大模型

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

(a) 在密集注意力 Dense Attention中，时间复杂度为O(T^2)，并且随着缓存大小的增加，性能会下降，特别是当文本长度超过预训练文本长度时。

大模型 llm框架

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

2021 年，智谱 AI 开始自主开发训练框架，着手训练一个拥有百亿参数的模型，并在年底启动了千亿模型的训练。

智谱 AI

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

清华、面壁智能发布：主动式Agent 2.0

· 目前大多数Agent是被动式的，限制了它们在需要预见性和自主决策的场景中的有效性。

Agent 2.0 大模型

从0到1谈谈智能客服系统的设计与实现

检索式：检索式模型通常利用神经网络技术，将大量的预训练语料数据输入到模型中进行训练。

智能客服

<...26 27 28 293031 32 33 34 35 ...>

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