文章列表-AI魔法学院

文章列表

AI落地里那些假的机会

其实是极其数字的经济理性。

大模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

智源研究院与国内多所高校及南洋理工联合团队，挑战成功。

大模型

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

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

大模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

Milvus 的设计从底层开始，特别考虑了处理来自非结构化数据的嵌入向量。

开源模型

4种通过LLM进行文本知识图谱的构建方法对比介绍

但是对于知识图谱的创建是一个很复杂的过程，比如需要对属性增加限制，创建符合特定主题/模式的图谱，并且有时文档非常大，无法作为单个提示处理，所以在切分后的提示中创建的图谱需要前后一致。

知识图谱大模型

最佳开源文生图大模型可图：安装与批量出图的完整教程

此外，Kolors支持中英文输入，在理解和生成中文内容方面表现出强大的性能。

可图 kolors

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

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

<...32 33 34 353637 38 39 40 41 ...>

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