文章列表-AI魔法学院

文章列表

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

我们将我们的思考和探索分为两个角度，即需要关注的新兴新颖应用场景和基于 GPT-4V 系统的未来研究方向。

多模态大模型 GPT-4V 文生图

必看！阿里通义千问完整技术报告

与以前的研究中的常见做法一样，我们将前馈网络（feed-forward network，FFN）的维度从隐藏大小的4倍减少到隐藏大小的三分之八。

大型语言模型报告

目前有哪些比较成功的人工智能应用？

AI写作工具写作是最基本上，也是最常用的工具，一般来说可以用它来构思文章，润色，翻译等等一切可以想到的文字创作，基本上都可以用到它。

生成式AI

【AI绘画】入门英文名词解析

英文和中文都有），有些是公司名，有些是项目名，有些是技术名词，有些特指模型，有些特指插件或者网站，有些是二次元人物，游戏风格等，经常还会缩写简写等，初入坑者听到或者看到了这些名词往往一头雾水，即使想通过某度或者某歌搜索也很难得到正确的结果

文生图 AI绘画

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

GPT-4V在所有维度上表现最好，除了颜色维度，WebSight VLM-8B表现领先。

设计转代码大模型

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

保存设置，这里我的模型保存精度选择bf16：因为我训练的精度也选的是bf16，速度优化选项里可以看到：如果显存小点，16G的话选择fp16就行。

SDXL 训练

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

而交叉解码器使用交叉注意力（cross-attention）来重用自解码器生成的共享KV缓存：在自解码器生成的KV缓存基础上进行堆叠，以获得最终的输出向量；同样使用因果掩码来维持自回归生成；允许交叉解码器层间高效地重用

Decoder-Decoder YOCO 架构

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

具体来说，IAG通过构建一个学习器来产生诱导知识，并使用链式思维等方法提高知识的真实性。

IAG框架大语言模型

书生·万卷：难得的中文开源数据集

其中的文本数据集，来源于网页、维基百科、专业书籍、教材和考试题，超过5亿个文档。

大模型

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

罗马帝国的形成：凯撒、屋大维和第二次三头同盟》，详细解读帝国建立的关键时期。

写作长文本

检索增强生成(RAG)有什么好的优化方案？

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。

Westlake -Omni 语音

解读：一个数学在线教育网站如何做到一千万月访问量

看流量分布，印度和美国都达到了30%以上，还是很不错的。

访问量

如何拥有你的卡通形象？ComfyUI-workflow

Lora (sliders) 使用调整滑块，可以调整眼睛的大小、微笑的强度、头发的长度等维度。

ComfyUI-workflow 文生图

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

Midjourney就不必说了，人物的高度一致性一直得不到很好的解决。

文生图

<...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