文章列表-AI魔法学院

文章列表

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

外观流是一个自由度很高的变量，总变差（TV）损失函数可以很好地解决最终变形结果的平滑性问题。

文生图

字节推出开源绘画大模型SDXL-Lightning，秒级出图

今年2月21日，字节推出了一个SDXL-Lightning模型。

sdxl 字节绘画

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

心可以碎，手不能停，该干什么干什么在崩溃中继续前行，这才是一个成年人的素养。

asr tts 声音

AI+智能客服：大模型可落地的最成熟场景之一

、以及于大模型在不同环节的赋能场景产品实践：以阿里云和百度智能云的智能对话机器人产品为例，更具体地研习对话式AI厂商目前的产品表现总结、思考与延伸 01 — 引言

ai 客服

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

在以下两个条件中先达成某一项后，将在 MIT 许可证下发布完整的 GSM1k 数据集：（1) 有三个基于不同预训练基础模型谱系的开源模型在 GSM1k 上达到 95% 的准确率；（2) 至 2025 年底

过拟合小模型

ChatGLM3-6B 功能原理解析

，相当将工具执行结果返回给 LLM 再次发起 ChatCompletion 请求，让 LLM 生成最终答案，最后打印出 LLM 生成的最终结果这就是使用 API 调用工具的方法

ChatGLM3 大模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

随后，对这个基础进行了细化，以增强纹理细节，最终输出。

PanGu-Draw 文生图

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

通过对10万小时的自然语音进行实验，结果表明MaskGCT在质量、相似度和可理解性等方面是业内领先的零样本TTS系统。

MaskGCT 声音克隆

什么是BERT？

来构建整个模型，因此最终生成能融合左右上下文信息的深层双向语言表征。

embedding

大模型时代-行业落地的再思考

写在前面大家好，目前大模型落地是大家特别关心的问题，之前我也对垂直领域大模型的做了一些思考并对领域开源模型进行汇总。

大模型

金融行业的AIGC应用

作为一个生成式 AI 工具，FinChat可以生成有关上市公司和投资者问题的答案，其训练数据包括公司最新的财务数据、季度和年度报告、投资报告、业务KPI指标等。

金融大模型

用ChatGPT写论文prompt大全

请包括以下几个部分:标题，摘要，引言，相关工作，方法实验，结果，讨论，结论和参考文献。

prompt

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

文章还介绍了3D可塑模型和数据预处理的基础知识，并描述了总体框架的训练策略。

VividTalk 视频

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

迭代的总步数，比如我们设置为30步。

开源模型

<...37 38 39 404142 43 44 45 46 ...>

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