文章列表-AI魔法学院

文章列表

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

它采用了时序指令集计算机（Temporal Instruction Set Computer）架构，这意味着它无需像使用高带宽存储器（HBM）的GPU那样频繁地从内存中加载数据。

Groq 大模型

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

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

基于这个问题，本文重点研究了如何将多模态模型集成到 RAG 系统中，旨在找到多模态RAG系统的最佳配置。

大模型研究

40个prompt，让你成为麦肯锡高手

此外，在市场分析领域，你可以让AI帮助你收集和分析市场数据，评估市场规模、增长潜力以及竞争格局，为你提供全面的市场情报。

prompt

【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

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

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

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

Insanely Fast Whisper：超快的Whisper语音识别脚本

用于我们基准测试的唯一合适的测试音频是 Lex 采访 Sam Altman。

音频 Whisper

对ChatGPT最有效的Prompt！

在几乎任何请求的末尾加上一行，可以使ChatGPT输出更加信息丰富、更密集、更符合事实的文字。

ChatGPT prompt

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

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

StableDiffusion

StableDiffusion模型推荐系列（功能型）

Stable Diffusion可以通过加载特定功能的LoRA模型，生成一系列符合品牌调性的logo设计方案。

StableDiffusion 文生图

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

<...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