文章列表-AI魔法学院

文章列表

大模型落地“诸神之战”，场景玩家先杀出重围了

它包括自然语义大模型、视觉大模型、视频大模型，和通用大模型不同，它的训练数据中包含了大量成熟营销方法论、营销数据。

大模型文生图

Stable Diffusion

Stable diffusion 有哪些不错的模型

但是，大家如果想自己练大模型的话，SD系列是不错的基础模型，因为他们比较庞杂，什么风格都有，属于中性模型。

文生图

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

语言模型 (LLM) 仅限于它们所训练的知识，并且这些知识很快就会过时。

大模型

PDFTriage:面向长篇结构化文档的问答

近期的工作开始构建集中在文档的QA数据集。

大语言模型 PDF 文档

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

在本文中，我们报告了对 GPT-4V（早期版本）的初步探索，GPT-4V 是基于 SOTA LLM 并使用大量多模态数据训练的最先进的具有视觉能力的 LMM。

多模态大模型 GPT-4V 文生图

谈谈LLM在推荐域的渗透，探索推荐新范式

在预训练阶段，采用统一的一个模型结构，设计不同的prompt模版来进行个性化的推理，所有的任务做到很大程度的统一。

大模型

图解 Transformer——功能概览

每一条训练数据都包括两部分内容： 1.

Transformer 大模型图解

【开源项目】Flow Matching 语音合成

voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional normalising flows语音合成项目，提供基于 LJSpeech 和 VCTK 数据预训练模型以供测评

音视频 Flow Matching

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

大模型推理能力增强方法总结

这篇文章几乎用的和 CoT 完全一样的数据集和设置，主要改进是对答案进行了多数投票（majority vote），并且发现其可以显著地提高思维链方法的性能。

推理能力大模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

FaceChain 是阿里达摩院推出的一个开源的人物写真和个人数字形象的 AI 生成框架(类似于免费开源版的妙鸭相机)，用户仅需要提供最少一张照片即可生成独属于自己的个人形象数字替身。

阿里云视频音频

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

北京市将把政府、企业和社会数据集合到这一平台上，建设新的开源AI工具，并将整合大学和大企业的计算能力，向各类AI研发机构开放，欢迎全球的人工智能研究人员参与使用。

大模型钛媒体

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

向量是AI理解世界的通用数据形式，大模型需要大量的数据进行训练，以获取丰富的语义和上下文信息，导致了数据量的指数级增长。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

向量是AI理解世界的通用数据形式，大模型需要大量的数据进行训练，以获取丰富的语义和上下文信息，导致了数据量的指数级增长。

AI Agent 大模型人工智能

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

o • 灵活的音色控制：OpenVoice 可以对语音风格（例如情感和口音）以及其他风格参数（包括节奏、停顿和语调）进行精细控制。

tts 文本转语音

<...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