文章列表-AI魔法学院

文章列表

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

这篇文章中，我们证明了利用一个简单的预训练任务（即预测哪个文本描述对应当前图像）在一个从互联网上搜集的4亿个（图像，文本）对的数据集上可以取得SOTA的图像表征。

OpenAI 自然语言监督

大模型训练为什么用A100不用4090

），少数算子是 memory bound（内存密集型），这个结果是不意外的。

大模型

Falcon 180B 开源影响了谁？

如果未来网上公开的数据集不能再有更大的规模，这个模型要如何scale？

大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

在某些情况下，比如使用具有32k上下文窗口的GPT-4时，拟合块可能不是问题。

RAG 大模型

网易有道强力开源中英双语语音克隆

prompt_tts_open_source_joint \ --config_folder config/joint \ --checkpoint g_00140000 \ --test_file $TEXT 合成的语音结果在

语音开源

耗时7天，终于把15种ControlNet模型搞明白了

主体”或“场景”炼制成模型 ControlNet负责更好地“控制”这个“模型”或画面 Lora教程之前已经出了，感兴趣的朋友可以去翻看 ControlNet一共有15种模型，每种模型对应不同的采集方式

文生图

全球生成式 AI 应用全景图

，近年来大模型和优化算法的成熟能够基于大量音乐数据集训练和优化算法来创建AI 虚拟歌手，更加趋近于真人发声效果，典型应用如：AI孙燕姿； 7.其他：从生物蛋白质分子模型到其他垂直领域，许多行业都在进行垂类模型的研发

大模型

AIGC的7个黑暗面

他们使用概率来了解单词是如何组合在一起的。

大模型

视频大模型训练相关词条解释

模型的思路做视频生成——准备足够大量的视频，用多模态模型给视频做标注，把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力，让模型对足够多的训练集做全局拟合

视频生成 sora 词条

Sora懂不懂物理世界？

Sora的基本原理 Sora的训练集为短视频集，每个样本是一个短视频，Sora将其编码到数据空间进行降维，然后在隐空间中将特征向量切割成补丁，加上时间顺序，构成时空补丁，亦即时空令牌（time-space

文生视频视频生成 sora

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

我找到了新榜收集的 AI 主题的微信公众号文章 (https://ai.newrank.cn/)，截止 6 月底共有 288 篇 10w+的文章。

大模型

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

和SD1.5版的汉服LoRA相比，SDXL版的汉服LoRA最大的特点，是清晰度大大提升，尤其是基本不会出现过拟合等情况，背景也更加丰富（新的XL模型素材更充实了）。

文生图

Baichuan-13B 保姆级微调范例

本范例微调的模型是Baichuan-13B-Chat，我们使用非常简单的，外卖评论数据集来实施微调，对一段外卖评论区分是好评还是差评。

开源模型

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

腾讯混元是业界最早探索并应用大语言模型结合 DiT 结构的文生图模型之一。

文生图混元腾讯

RPA机器人实现网页自动翻页功能

RPA旨在通过模拟和整合人类用户在数字系统中的交互，实现对现有应用程序的自动化操作，从而提高工作效率、减少错误、降低成本，并释放员工精力，让其更多地从事创造性和战略性工作。

RPA 自动

<...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