文章列表-AI魔法学院

文章列表

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

AutoModelForCausalLM.from_pretrained("Qwen/Qwen-7B-Chat", device_map="auto", trust_remote_code=True) # 现在更简单&

Qwen1.5 开源模型

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

第五步：单击“Submit（提交）”按钮开始自定义。

InstantID 文生图

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

通俗一点就是我们以前是卖一个单个产品，或者是卖个硬件，那么随着数字化的驱动之后，我们掌握的这些数字化的技术、工具和方法后，我们现在卖的是一个集成式的方案，或者是把几个产品整合起来，提供一个局部的、某一个环节的一些解决方案

工作

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

SLERP 的实现步骤如下： ① 将输入向量归一化为单位长度 ② 使用它们的点积计算这些向量之间的角度。

MoE 专家混合模型

ComfyUI进阶前必备插件们续

而预处理器部分则需要单独下载和安装。

ComfyUI 文生图

网易有道强力开源中英双语语音克隆

基于PromptTTS）： https://github.com/netease-youdao/EmotiVoice EmotiVoice Docker镜像尝试EmotiVoice最简单的方法是运行

语音开源

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

一键通过文本提示更改视频中的单个对象，通过独特的文本查询在整个视频中更改它们。

AI语音克隆实时语音识别

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

方法优势在这里插入图片描述多模态处理能力：该模型能够同时处理文本、视觉数据和行动指令，这种跨模态的特性使其能够适应更广泛的实际场景，而不仅仅是单一的数据类型。

Agent+GPT-4V 大模型

3.5k star！一款万能的 SQL 分析工具，厉害了！

· 支持多种高级功能，包括正则表达式、缓存、函数和脚本 · 性能优异，采用高效的底层库，分析速度快 · 开源免费，代码开源，可自由使用和修改安装项目安装很简单，

dsq 开源项目 SQL

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这篇文章中，我们证明了利用一个简单的预训练任务（即预测哪个文本描述对应当前图像）在一个从互联网上搜集的4亿个（图像，文本）对的数据集上可以取得SOTA的图像表征。

OpenAI 自然语言监督

真超越了GPT？国产大模型实用场景横评②

很多媒体也在第一时间进行了简单的上手测试，而一些侧重于逻辑推理等能力的基准评测也迅速展开，各自产生了不同的结果。

大模型

Stable Diffusion

详解Stable Diffusion提示词prompt语法

Q版：chibi 等等同样来举个例子看看效果：当我们使用相同的种子，只是画风不同的时候效果也非常不错 3.主体主体就是整个画面的主体是谁，这个就比较简单了

SD prompt 文生图提示词

来自Microsoft Build 2023：大语言模型是如何被训练出来的

vocabulary size的概念，即我们要先知道这个数据集包含的词汇数量，也就是不同token的总数，例如，这里可能是50527个词汇，那么也就是说我们预测的结果就是从50527中找出一个值，代表接下来会出现的单词即可

大模型

模型压缩：量化、剪枝和蒸馏

元素剪枝又被称为稀疏剪枝，聚焦于模型单个参数元素。

BERT 语言模型

换脸软件 FaceFusion 保姆级教程

总体使用起来，界面感觉还挺简单的，如果要求不高的，基本不需要改动什么配置，直接选择源和目标就行了。

FaceFusion 教程

<...45 46 47 484950 51 52 53 54 ...>

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