文章列表-AI魔法学院

文章列表

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们新的多模态扩散变换器（MMDiT）架构为图像和语言表示使用了单独的权重集，与 SD3 以前的版本相比，提高了文本理解和拼写能力。

SD 论文

AI国力战争：GPU是明线，HBM是暗线

HBM也是AI芯片中占比最高的部分，根据外媒的拆解，H100的成本接近3000美元，而其中占比最高的是来自海力士的HBM，总计达到2000美元左右，超过制造和封装，成为成本中最大的单一占比项。

GPU HBM 大模型

Meta无限长文本大模型来了：参数仅7B，已开源

MEGALODON 继承了 MEGA（带有门控注意力的指数移动平均）的架构，并进一步引入了多种技术组件来提高其能力和稳定性，包括复数指数移动平均（CEMA）、时间步归一化层、归一化注意力机制和具有两个特征的预归一化

Meta 长文本大模型

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

推理阶段通常比训练阶段要求更低的显存，因为不涉及梯度计算和参数更新等大量计算。

开源模型

Prompt屠龙术-思维链

现在让我们尝试使用特殊提示。

Prompt 思维链

Stable Diffusion

Stable Diffusion 30种采样器全解

二代算法相比于一代算法，质量有所提升但需要更多的时间和迭代步数，通过增加一代算法的迭代步数也能达到相同的质量效果。

Stable Diffusion 采样器

LangChain + ChatGLM2-6B 搭建私域专属知识库

ChatGLM2-6B 介绍 ChatGLM2-6B 在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，引入了如下新特性： o• 更强大的性能：基于 ChatGLM

知识库

7个有用的Prompt参数

更高的温度值（比如1.0）会导致生成的文本更具随机性和多样性。

prompt

Stable Diffusion

Stable Diffusion 30种采样器全解！

二代算法相比于一代算法，质量有所提升但需要更多的时间和迭代步数，通过增加一代算法的迭代步数也能达到相同的质量效果。

Stable Diffusion采样器

人工智能训练的灾难性遗忘以及解决方案

而与此相比，当前的AI技术则存在着一些不足。

人工智能大模型

图解检索增强式生成（RAG）技术 | 万字长文

检索增强生成（Retrieval Augmented Generation，简称 RAG）向 LLM 提供了从特定数据源检索的信息，以此作为生成答案的基础。

检索增强式生成 RAG

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

懂技术的小伙伴也可以寻找其他替代方案，比如语音转文字模型 Whisper、文字翻译 GPT、声音克隆 + 生成音频 so-vits-svc、生成符合音频的嘴型视频 GeneFace++dengdeng。

语音 HeyGen

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

虽然我们可以用特定领域再进行微调/二次预训练，仍然不能避免其“胡说八道”，而且训练不好很可能“灾难遗忘”，失去一些通用能力。

大模型

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

由于大多数预训练模型都是在通用训练语料上进行学习，对于一些特殊领域（金融、法律等）中的概念和名词无法具备很好的理解。

大模型训练

<...50 51 52 535455 56 57 58 59 ...>

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