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

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

对于上传的照片，系统首先会进行人脸检测，不过有些长得太像人的动物也能顺利蒙混过关！

音频阿里

AI里的大模型，你了解么

大样本由于其参数多、结构复杂等特点，可以更精确地表示出样本的空间分布，并从中学习出更多的复杂属性，进而提升其预测精度与效果。

人工智能

达摩院SPACE对话大模型：知识注入与知识利用

如上图所示，选用的是显式建模对话策略，即给定对话历史，预测下一轮系统端的 DA，即做成分类任务，预测下一轮的 DA 标签。

大模型

Elasticsearch 中的向量搜索：设计背后的基本原理

向量还集成在 Elasticsearch 的脚本 API 中，允许执行精确的强力搜索，或利用向量进行重新评分。

向量数据库

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

在各种图像描述生成和视觉问答任务中对指令调优的模型进行了实证评估

文生图

TrOCR——基于transformer模型的OCR手写文字识别

但是随着transformer模型attention注意力机制进入计算机视觉任务，我们同样可以使用transformer来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型

OCR 手写文字识别

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

如下图所示，经过GSM8k数据集测试，WizardMath数学能力直接击败了ChatGPT、Claude Instant 1、PaLM 2-540B等一众大模型—— &

开源模型

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

U-Net 在扩散模型中被用于预测噪声。

Stable Diffusion DALL·E

如何快速构建GPTs个人知识库应用？

测试和完善：在构建过程中反复测试GPTs的表现，确保其满足你的需求。

GPTs 知识库

FaceSwapLab，截止2023年8月最好用的一键换脸工具

4、性别检测：该程序现在可以根据面部检测性别。

一键换脸

对ChatGPT最有效的Prompt！

现在，它拥有了所有需要的信息，就可以写出一个信息量更丰富的输出，而且几乎不需要猜测。

ChatGPT prompt

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了解决这一问题，引入了 JoyHallo 模型，采用了半解耦结构，以提高普通话唇部动作预测的准确性。

JoyHallo 数字人开源模型

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

基本使用我这里有一张提前生成好的美女图片，现在就用她来实测 Reference 的控制效果。

文生图

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

训练细节首先，对输入的用户图像进行人脸检测，确定人脸位置后，按照一定比例截取输入图像。

训练

<...36 37 38 394041 42 43 44 45 ...>

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