文章列表-AI魔法学院

文章列表

【语音识别】OpenAI语音力作Whisper

其用于训练的标注音频时长高达68万小时，比Wav2Vec 2.0使用的未标注训练数据 (6 万小时) 还多一个数量级。

语音转文字 whisper

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

在AI技术不断进步的道路上，他们的力量不可小觑。

Llama 3 大语言模型

第一性原理以及第一性原理是怎么帮马斯克成为首富的

在装配线的末端，有一些机械臂负责调整窗户四周的小密封条，但是它们总做不好。

马斯克商业

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

Qwen2.5系列新成员Qwen2.5-Turbo，这回主打的就是支持超长上下文，并且把性价比卷出了花儿： § 上下文长度从128k扩展到1M，相当于100万个英文单词或150万个汉字，也就是10部长篇小说

Qwen2.5 开源模型

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

有一个小小的变化：当你把鼠标移动到图片区域上时，会出现一个画笔，使用它可以在图片上涂出黑色区域，覆盖住想要AI重画的地方。

AI图片

关于GPT-4在变笨，有人写了篇论文证实了这一点

尤其注意的是，两个模型不同版本给出的答案重叠度也很小，论文给出的推测原因之一是其思维连贯能力出现了问题。

大模型

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

小图看着不是很明显，放大对比效果比较明显，建议实际试试。

SUPIR 文生图

主流网络爬虫蜘蛛详解

AhrefsBot数据库里面有超过12万亿条链接，每天它就在不断的执行和监控Ahrefs的在线营销活动，每24小时就要访问超过60亿个网页，每15-30分钟就要更新一次索引。

爬虫蜘蛛详解

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

Scaling laws：描述了基于模型大小、数据集大小和用于训练的计算量预期的模型性能。

LLM 大模型 GitHub

大模型应用的10种架构模式

如果查询是可以识别的，那么它会被路由到小语言模型进行处理，这通常是一个更准确、响应更快且成本更低的操作。

大模型架构

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

但这里还有个小问题，当画面中有多个人的时候，预测的Center Heatmap也会有多个响应区域，我们如何才能拿到距离画面中心最近的那个高斯核的最大值点？

MoveNet-SinglePose Google 模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

有了这个我们就可以在保持小姐姐外形不变的情况下，灵活的摆出各种姿势了，这对于绘本故事、小说推文一类的比较有意义。

图生图文生图 sd

大模型：泛化即智能，压缩即一切！

当训练模型到达最小化训练损失时，我们可以说它已经“记住”了训练集。

泛化大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

实验验证，多机训练的效率，和使用的机器数成线性关系，每台机器的配置一样，如一台GPU机器跑一个epoch需要2小时，4台GPU机器跑一个epoch需要半小时。

大模型

入坑必看：comfyui界面与基础操作

你还可以手动调节节点大小，或者同时移动多个节点。

comfyui 文生图

<...28 29 30 313233 34 35 36 37 ...>

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