文章列表-AI魔法学院

文章列表

2024！深入了解大语言模型（LLM）微调方法（总结）

提示模板库包含了许多针对不同任务和不同数据集的模板。

大模型微调

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

视觉结果和定量分析都表明了我们方法在生成质量和模型泛化性方面的优越性。

VividTalk 视频

说真的，SDXL究竟藏着多少秘密，也许没人知道

众所周知，今天我们看到的生成式对话人工智能，包括GPT，Bard以及一众追随者，他们都是用大量文字“喂养”出来的庞然大物。

文生图

AI虚拟主播数字人技术实现Wav2Lip

在高层次上，Deepfake 可以根据媒体的关注点分为 3 个方向进行更改，即伪造视觉（例如伪造图片或者视频）、伪造音频（例如伪造语音内容等）、伪造视觉及音频（即前两者的结合了，完全都是伪造）。

数字人视频

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

此外，它也在文本生成质量、上下文理解、问答能力等多个维度的评测中显著领先对手。

Baichuan2 百川开源

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

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

最后，以LLM能够理解的方式保留结构化表信息将显著提高对提取数据中关系的推理质量。

大语言模型 python

FaceSwapLab，截止2023年8月最好用的一键换脸工具

https://github.com/glucauze/sd-webui-faceswaplab 在扩展--从网址安装，贴上该地址，点击安装即可，如果网络不稳定，可以前面加上git仓库专用代理

一键换脸

借题发挥下最近几例声音克隆的应用案例

2.某殡葬行业的从业者，希望参与葬礼的人能够跟逝者对话，这个需要接入逝者的生平资料数据库。

声音克隆数字人

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

这个过程往往需要花费大量的时间和精力。

SD 背景文生图

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

因此，想要将自己的个人职业生涯或公司的发展方向放在正确的轨道上，就请务必关注相关媒体所发布的AI新闻。

AI资讯 AI新闻

【NLP技术分享】文本生成评价指标的进化与推翻

METEOR 和BLEU不同，METEOR同时考虑了基于整个语料库上的准确率和召回率，而最终得出测度。

开源模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

这个用10万美元训练出的大模型名叫FLM，拥有1010亿参数量，目前已经开源。

大模型

<...33 34 35 363738 39 40 41 42 ...>

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