文章列表-AI魔法学院

文章列表

大模型实践总结

模型训练数据量模型参数训练数据范围词表大小 LLaMA 1T～1.4T tokens(

大模型训练

解读OpenAI Sora文生视频技术原理

细节决定成败，OpenAI 称Sora摒弃了“其他文生视频调整视频大小、裁剪或修剪到标准大小的通常做法”，以可变时长、原始分辨率与长宽比训练视频生成获得重要优势，如采样灵活性，改进的创作与成帧。

sora

性能超出预期！神秘的国产大模型 Kimi 开放 API

魔法哥最开始还以为这是通过 RAG 变通实现的，但后来发现是我格局小了。

Kimi Chat 大模型 API

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

多种功能支持：WeChatpy支持微信公众号、企业微信、小程序和支付等多种微信功能的开发和调用。

WeChatpy 开发库

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

针对小模型，由于embedding参数量较大，使用了tie embedding的方法让输入和输出层共享参数，增加非embedding参数的占比。

qwen 千问开源

全球下载量最大的AI绘画大模型，更新Lightning极速版

因为Lightning画质损失非常小，在6-8步左右的时候，肉眼几乎分辨不出任何画质损失。

Stable Diffusion 大模型提示词

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

Battle 和 Gollapudi 决定系统性地测试不同的提示工程策略会如何影响 LLM 解决小学数学问题的能力。

prompt 大模型提示

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

每个子模型的大小是原始模型的一半，从而增强了可管理性并减少了计算负载。

PanGu-Draw 文生图

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

7、模型蒸馏：通过蒸馏技术，可以将大型的扩散模型压缩到更小的模型，同时保持图像生成的质量。

StreamDiffusion 文生图

数据分析思路系列-如何建立指标体系

在拆借完二级指标后，我们基本就完成了活跃体系的拆解，但这种拆解是站在整个大的业务线层面，诸如视频和习题的专项运营团队来说，我们拆解的指标可能是他们的核心指标，所以对于他们来说还可以继续进行拆解，这就形成了另一套小的指标体系

数据分析指标体系

GitHub工程师分享开发Copilot所采用的提示词工程

在大多数情况下，这些上下文信息的量将超出可用的 LLM 窗口，因此你需要通过将其分割成较小不重叠的块。

开源模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

F5-TTS在公共的100K小时多语言数据集上进行训练，展现出高自然性和表现力的零样本能力、无缝代码切换能力和速度控制效率。

F5-TTS 音频克隆

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

当然，Gemma 也第一时间上线了 HuggingFace 和 HuggingChat，每个人都能试一下它的生成能力：尽管体量较小，

开源模型 Gemma

ComfyUI官方使用手册【官网直译+关键补充】

警告(Warning):调整潜在图像的大小与调整像素图像的大小并不相同。

文生图图生图 comfyui

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

通常，正则化项被添加到损失函数中来惩罚模型中过多的参数，以限制模型参数的数量和大小，使得参数值更加平滑。

agent

<...55 56 57 585960 61 62 63 64 ...>

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