文章列表-AI魔法学院

文章列表

什么是极限、导数、微分与积分（通俗易懂）！

在微积分中，这种对微小变化的探究就是微分的精髓。

极限导数微分积分

和大模型相关的一些术语（持续更新中）

工厂里的自动生产线，小米公司的“铁蛋”机器狗，火车站的人脸识别通道，科大讯飞的语音输入法，都是属于AI系统的应用。

大模型人工智能

预训练对话大模型深度解读

的发展已经历三个时代：基于规则时代，1966 年计算机发展之初，MIT 的教授基于规则研发了用于心理治疗的 Eliza，有点像我们的”正则表达式“；智能助手时代，资本一顿狂追，成果则良莠不齐，小度

如何使用 Megatron-LM 训练语言模型

nbsp; --append-eod workers 和 chunk_size 选项指的是预处理中使用的线程数量和分配给每个线程的数据块大小。

开源模型

Sora懂不懂物理世界？

如果我们将视野缩小到每一个令牌的区域，我们看到美轮美奂的真实画面，令牌之间的衔接也非常平滑自然，但是当相距较远的令牌之间有因果联系的时候，即吹出的空气影响火苗的跳动时，两个令牌之间的物理因果没有体现出来

文生视频视频生成 sora

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

技术小知识： CUDA（Compute Unified Device Architecture）是由NVIDIA开发的用于并行计算的平台和编程模型。

SD 画图

检索增强生成(RAG)有什么好的优化方案？

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强生成

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

这其中，中文分为简体繁体和粤语三种，而除了中英法日语等常用语种外，还包括了许多小众语言。

翻译大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

通常无法准确地合成口型，导致生成的视频与音频不同步，主要原因包括两方面：（1）传统的基于像素的人脸重建损失无法准约束音频-口型同步：因为面部重建损失是基于整个图像计算的，而唇部区域只占整个图像的很小一部分

wav2lip 语音

语音、视频转文字神器：开源whisper介绍

install ffmpeg # on Windows using Scoop (https://scoop.sh/) scoop install ffmpeg 模型说明有五种模型大小可供选择

人工智能大模型 wisper

动作识别模型有哪些

考虑对一小段视频进行编码，假设起始帧为T，连续L帧(不包含T帧)。

动作识别模型

Yi技术报告细节分享

相比于与采用数十万开源指令数据微调模型，采用较小、手动标注数据集的效果更优。

Yi模型大模型

AI大模型LLM可以帮助企业做什么？

中长视频为主的B站推出了“AI视频小助理”“AI课代表呀”等AI账号试水，用户只要在评论区@AI视频小助理、有趣的程序员这类AI工具账号，并下达“总结”、“高能空降”等指令，AI账号就可以根据时间轴

大模型

SD入门教程六：ControlNet基础入门

点击后按钮下方会延展出一个小窗口，在这个小窗口底部找到”DownloadZIP按钮“，点击下载； 3.

ControlNet 文生图

<...41 42 43 444546 47 48 49 50 ...>

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