文章列表-AI魔法学院

文章列表

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

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

逆转诅咒显示出基本无法泛化到训练数据之外。

大模型

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

确实，在 400M 图像文本对训练的 CLIP 有很强的视觉文本对齐能力，可以覆盖多数日常任务下的图像编码。

OCR 手写文字识别

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

相比于我们的lora训练来说，EasyPhoto的优势在于参数简单、无需打标，且只需要上传5-20张半身照或头像即可。

妙鸭文生图

CodeFuse开源编程大模型-您的开源编程助手

同时，CodeFuse项目开源了两个数据集，CodeExercise-Python-27k和Evol-instruction-66k。

大模型 AI编程

十大开源语音识别项目

它在大量多样化的音频数据集上进行训练，作为一个多任务模型，可以执行多语言语音识别、语音翻译和口语识别。

语音识别开源项目

EduChat：教育行业垂直领域大模型

三、数据预处理 3.1 预训练数据教材数据： (1) 中国初高中考试中收集了大量的教育教科书和在线题库数据 (2) 7万多首中文诗歌来丰富我们的模型，提供作者、

教育大模型垂直领域

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

ORPO偏好微调，数据集工具指南！

MoE 专家混合模型

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

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

具体方法训练数据总体上遵循如下的流程示意图：图1：训练数据收集流程示意图场景的定义和参考评估标准：

Auto-J 大模型

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

所谓AI，本质上就是通过模仿人类数据标注员的数据训练出来的语言模型。

Freysa 智能体

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

该研究除了提出以上开创性的主动 Agent 之外，还通过采集不同场景下的人类活动数据构建了一个环境模拟器，进而构建了数据集 ProactiveBench，通过训练模型获得了与人类高度一致的奖励模型，并比对了不同模型在数据集下的性能

Agent 大模型

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

，你可以自己训练模型，也可以先去下载别人做好的模型，新手建议先从白嫖学起。

Stable Diffusion 文生图大模型

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

而从集成角度，在LLM出现之前，我们构建一个基于自然语言交互的AI应用，可能面临繁琐的配置与训练过程，而最后的效果却不如人意，以训练一个简单的天气查询机器人来说，其流程可能是这样的：而现在，我们可以利用大模型轻松构建自然语言的交互界面

大语言模型

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

这些能力之所以被称作“涌现”，是因为它们是模型在广泛的数据集上进行深入训练，并依托其庞大的参数量所自然形成的。

sora 论文

<...27 28 29 303132 33 34 35 36 ...>

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