文章列表-AI魔法学院

文章列表

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

先回顾一下进程，大家可以看到Midjourney在文生图方向的突破；OpenAI借助非常强的理解大模型、能够对图像实现精标的能力，在文生图上做出自己有特色的工作和突破；创业公司像Pika、Runway也在做自己的工作

通义文生视频

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

可以看到，该工具估算的ChatGLM-6B模型在不同精度下的训练和推理的显存需求结果如下：上图的第三列上图的第三列表示推理显存乘以1.2的结果。

大模型

用了一个月，终于找到点写 AI Agent 的思路

5.4 数据的预选前面我已经提到，当接入大量场景之后，必然会触发 LLM 单词处理的 Token 上限，同时，长文本也会削弱 LLM 的信息提取能力。

AI Agent Ops 运维工具

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

监督微调谷歌根据基于 LM 的并行评估结果来选择自己的混合数据，以进行监督微调。

开源模型 Gemma

ChatGPT提示工程5篇合集(二)：ChatGPT提示工程 - 总结

Prompt 3 长度限制示例一简要的总结以下内容，最多50个字： <请把待总结的内容放到这里> 效果很好，内容精简了很多，虽然长度超过了50个字。

prompt 提示词

prompt中的分隔符号的正确使用方法

它们帮助AI模型解析和理解我们的查询，确保我们得到的响应是精确和相关的。

prompt 分隔符

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

技术背景 Zephyr-7B基于Mistral AI的开源大模型Mistral-7B，通过直接偏好优化（DPO）技术在公开数据集上进行精细微调。

大语言模型开源模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

作者根据预训练模型是否已经学习到事实知识的标准选择数据，用于最终的监督微调（SFT）阶段。

Baichuan-Omni 多模态大模型

[Midjourney]人物镜头拍摄视角大全

6）aerial view 鸟瞰图从上往下拍摄，适用于想要体现精致小巧的脸部特点的人像拍摄。

视图视角构图

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

· VAE详细文章 UNet架构 UNet主要通过其跨尺度的上下文学习和精确的像素预测，提供了高质量和高分辨率的图像生成能力

Stable Diffusion 文生图

生成式AI与大语言模型的区别

内容个性化通过利用生成式人工智能和LLMs，你可以精准地为个别购物者个性化内容。

生成式AI 大语言模型区别

使用知识图谱提高RAG的能力，减少大模型幻觉

知识图谱解决“幻觉”问题的优势知识图谱比向量数据库提供更精确和具体的信息。

RAG 大语言模型

AI探索-我怎么使用Kimi Chat的

对于需要精译的文章，我习惯用GPT4作为我的助手，回头写一下，这里只展示Kimi其中的一种用法，比如在线翻译samaltman的最新短文。

KimiChat 写作

用ChatGPT辅助学习，成为超级学霸

在互联网的浩瀚时代中，我们习惯于倚靠搜索引擎来解决疑惑；当我们向它提出疑问，它以冰冷的数据回应我们，若答案超出了理解，我们别无选择。

教育 AI 学习

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

CTC 强制对齐（CTC forced alignment）通过 CTC 强制对齐技术，创建精确的单词到音频标记的映射。

OuteTTS-0.1-350M 音频

<...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