文章列表-AI魔法学院

文章列表

HalluQA: 测测中文大模型有没有一本正经胡说八道

第一类幻觉是模型会错误地模仿预训练语料中的行为或判断，而这些行为或判断是与真实世界不一致的。

大模型中文大模型幻觉

一键AI换脸！小红书和北大合作的InstantID

InstantID 的工作原理可分为三个关键部分： ID Embedding：团队利用预训练的面部识别模型代替 CLIP 来提取语义人脸特征，并使用可训练的投影层，将这些特征映射到文本特征空间，形成

InstantID 文生图

RAG 修炼手册｜一文讲透 RAG 背后的技术

通过在大量的无监督数据上训练，预训练模型可以学习到更丰富的语义和语法特征，并在下游任务上进行微调。

RAG Embedding

大模型微调方法总结

假设模型在任务适配过程中权重的改变量是低秩（low rank）的，由此提出低秩自适应（LoRA）方法，LoRA 允许我们通过优化适应过程中密集层变化的秩分解矩阵来间接训练神经网络中的一些密集层，同时保持预先训练的权重不变

开源模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

很多所谓大模型不过是融了几个热门lora，并没有真正经过原始图片的训练过程。

Stable Diffusion

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

网上视频普遍质量低、难以满足训练需求。

可灵快手文生视频

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

safetensors文件只包含模型的权重，而不包含优化器状态或其他信息，通常用于模型的最终版本，当我们只关心模型的性能，而不需要了解训练过程中的详细信息时，这种格式是一个很好的选择。

Stable Diffusion 文生图

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

局限性语言特定训练的重要性和心理诊断及咨询场景的专门训练需求凸显了现有模型的局限性。

大模型心理

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

LLM) 构建的产品（例如 OpenAI 的 ChatGPT 和 Anthropic 的 Claude）非常出色，但也存在缺陷：它们的数据集是静态的——大语言模型在静态数据集上进行训练

检索增强生成大语音模型

白话Embedding：普通人都能懂的科普文

然后我们用苹果和橙子的标注图片训练嵌入模型，指示它慢慢调整网络的权重，以分离苹果和橙子的嵌入向量。

Embedding 向量

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

同时研究发现，在预训练期间添加一个占位符令牌作为专用的注意力汇可以进一步提高流式部署的性能。

大模型 llm框架

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

全新 MiniCPM-MoE-8x2B 模型将第一代 2B 模型的平均性能提升了 4.5 个百分点，并且相较于完全从头开始训练，训练成本大大降低。

MiniCPM 大模型

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

早在去年五月中旬，经过数十版模型训练与优化，中国电信就完成了百亿参数星辰AI大模型稳定版本的训练。

开源大模型电信

语言大模型100K上下文窗口的秘诀

为讨论复杂度，我们首先回顾一下注意力层的工作原理。

大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

<...35 36 37 383940 41 42 43 44 ...>

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