文章列表-AI魔法学院

文章列表

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

随着生成式人工智能技术的快速发展，确保大模型与人类价值（意图）对齐（Alignment）已经成为行业的重要挑战。

Auto-J 大模型

whisper-live：OpenAI Whisper模型的近实时实现

与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。

OpenAI Whisper 大模型

PDFTriage:面向长篇结构化文档的问答

为了解决这个问题,现有的大多数工作都专注于从文档中检索相关上下文,并将它们表示为纯文本。

大语言模型 PDF 文档

如何拥有你的卡通形象？ComfyUI-workflow

Create your cartoon likeness using 1 photo 项目介绍这个项目是一个可以通过一张照片轻松创建对应的卡通角色的工具。

ComfyUI-workflow 文生图

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

引言在人工智能的浪潮中，数据和算力是推动技术发展的两大驱动力。

Skywork 开源数据

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

一是因为整个注释过程极其昂贵且耗时，二是人工难以创建出足够比例的高难度指令。

开源模型

Stable Diffusion

Stable Diffusion教程：文生图

最近几天AI绘画没有什么大动作，正好有时间总结下Stable Diffusion的一些基础知识，今天就给大家再唠叨一下文生图这个功能，会详细说明其中的各个参数。

文生图 Stable Diffusion

实时语音克隆

作者提供了安装和配置的步骤，并推荐了其他语音克隆解决方案。

语音克隆

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

Fish Speech是一款由Fish Audio开发的开源的文本到语音（TTS）工具，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。

Fish Speech 本地搭建

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

在实现大语言模型的定制化应用中，的确有几种常用的方式：Prompt Engineering（提示工程）、Fine-tuning（微调）和Pre-training（预训练）。

大模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这其实说明从web-scale的数据中学习是可以超过高质量的人工标注的NLP数据集的。

OpenAI 自然语言监督

我去华强北走了一圈，发现这里正被另一种 AI 包围

龙胜配件城、飞扬大厦、华强新电子世界.....在成批的电子元器件、苹果手机、智能手表之外，出现了 AI 翻译机、AI 吉他、AI 手机壳、AI 戒指、VR 眼镜、人形机器人......AI 已经成为了最潮流的主语

华强北 AI

<...34 35 36 373839 40 41 42 43 ...>

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