文章列表-AI魔法学院

文章列表

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

谷歌的大模型Gemini 1.5 首先玩了一个百万token的，中国的月之暗面一个月后推出Kimi智能助手，支持200万字超长无损上下文，在中国的大模型应用中异军突起。

大模型上下文

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

模型训练的上下文长度为 8192 个 token。

开源模型 Gemma

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

、 “做个自我介绍”、 “你好” Llama3 会用中文回答： “我是AI在手” （如下图） 1、环境安装 # nvidia 显卡显存16G

Llama3 对话问答模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

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

之所以采取这种发布方式，是论文作者们认为，LLM 供应商通常不会使用 API 数据点来训练模型模型。

过拟合小模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

用ChatGPT写论文prompt大全

我是一名(专业)的学生，我想写一篇关于(主题)的论文但我不知道具体的选题方向。

prompt

ChatGPT写论文最强指令！

请帮我收集关于（XX主题）的文献资料根据我的研究兴趣和论文主题，搜索并提供相关的学术期刊、论文集、研究报告等文献资料。

ChatGPT 指令

最顶尖的大语言模型人才，只关心这10个挑战

医学预测需要同时使用文本（如医生的笔记、患者的问卷）和图像（如CT、X射线、MRI扫描）；产品数据通常包含图像、视频、描述，甚至是表格数据（如生产日期、重量、颜色）。

大语言模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

全文围绕如下的这个图展开：这幅图很好地总结了大语言模型的训练全景，主要包括四个阶段：预训练阶段：基于原始数据训练一个基础模型，得到的是一个base model，可以部署使用有监督微调阶段

大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

ViTPose和ViTPose+的性能和速度对比图，圆圈大小代表了模型大小近年来，视觉transformer在多个视觉领域展现出了极佳的性能。

ViTPose+Transformer 身体姿态

ChatGPT写论文指令全集

这种提示适用于角色扮演、情景模拟或需要根据特定背景提供解答的情况。

ChatGPT 写作

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

清华朋友圈智谱的投资版图几乎就是一个清华朋友圈。

智谱阿里

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

<...42 43 44 454647 48 49 50 51 ...>

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