文章列表-AI魔法学院

文章列表

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

17K star！30秒偷走你的声音，开源声音克隆工具

用户只需要提供一段大约30秒的音频样本，可以是任何人的声音，然后系统会通过深度学习技术对音频进行分析和处理，精确地克隆出原声音。

OpenVoice 声音克隆开源

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

在许多深度学习模型中，尤其是Transformer类模型，层与层之间的操作往往需要在vRAM中存储中间计算结果，这些结果可能包括激活值、权重等。

大模型

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

无论是工作文档、学习资料还是软件安装包，它都能为你快速找到并下载所需的文件。

AixDownloader 下载

智谱AI静悄悄的上线了一大波新模型，过年了，真的

AlignBench（对齐和遵循指令能力）还有MATH（数学能力）基本跟GPT4o打平，GPQA（小学问题）和LCB（代码）这块能打平GPT4o但是跟Claude 3.5还是有一些差距，Claude 3.5

智谱AI 大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「知识迁移：」受益于统一格式的学习，OmniGen有效地跨不同任务迁移知识，应对未见过的任务和领域，并展示新颖的功能。

大模型研究

大模型时代-行业落地的再思考

通用大模型很厉害的一点就是通过对大量通用知识的压缩，训练了一个智商超高的模型，正是因为模型智商超高，才能对大量不同的任务通过in context learning的方式一学就会。

大模型

Finchat：一个基于AI人工智能的金融数据分析工具，让你有一个私人投资助理！

Finchat是一个创新的金融数据分析工具，它利用了先进的机器学习技术，将金融数据和人工智能结合起来，如果你对金融数据分析感兴趣，不妨试试Finchat吧！

用户 finchat

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下。

prompt 提示词

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

作者进一步设计了一个新的简单但具有挑战性的基准，名为数值规划基准(NPB)，其任务是让生成内容满足四个粒度（词级、音节级、句子级和段落级）的数学约束且满足不同的内容约束（例如前缀和结尾）。

大模型控制

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

Coze：工作流创建方式简单，适合初学者和快速开发需求，操作门槛低。

智能体平台对比

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是由网易有道的研究团队开发的，他们利用了最新的深度学习技术，如Tacotron、WaveGlow、Style Tokens等，来构建一个高质量、高效率、高灵活性的语音合成系统。

EmotiVoice 语音合成

基于Ollama本地部署Llama3指南！

调整后的版本使用监督微调（SFT）和带有人类反馈的强化学习（RLHF），以符合人类对有用性和安全性的偏好。

LLama3 ollama

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。

ViTPose+Transformer 身体姿态

这可能是史上最全的 Python 算法集（附论文及python源码链接）

相关阅读：概率机器人学 http://www.probabilistic-robotics.org/ 2.无损卡尔曼滤波本地化该算法利用无损卡尔曼滤波器（Unscented

算法 python

<...57 58 59 606162 63 64 65 66 ...>

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