文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

无论是在快速的实时语音翻译，还是在嘈杂环境下的清晰语音捕捉，Distil-Whisper都能提供出色的解决方案，展现AI技术的实用性和创新性。

Distil-Whisper 语音识别

领域大模型LLM训练Trick

答：通过分析发现现有的开源大模型进行预训练的过程中会加入书籍、论文等数据。

垂直训练大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

数据科学家有时会使用one-hot编码等方法将分类特征转换为数值。

大模型

Suno音乐新手指南（手把手完整版教程）

大家可以把Suno理解为一个很有天分的弹唱歌手，我们给他歌词标记词和曲风提示词后，他就会自由发挥，但不会100%按你想法来，却会经常有一些意外的收获。

suno 歌曲教程

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

2、调研限制 l因为篇幅和个人能力有限，对大模型的技术原理、训练方法、模型架构不做深入的研究和分析，感兴趣的伙伴，可以寻找其他更加专业的作者的文章阅读。

大模型调研

对于大模型RAG技术的一些思考

问题解决方法对于以上问题，我采取了多种方式进行解决，最终应用还是能够较好的满足用户的需求。

RAG 大模型

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

在优化过程中，他们使用了统计拒绝抽样方法或直接偏好优化方法。

OpenELM 大模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

由于训练低参数量模型的运算效率更高，这种循序渐进的训练方式成本要低于一步登天。

大模型

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

实现这种把一张照片用另一种完全不同的方法画出来的过程。

大模型文生图

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

02 方法 MaskGCT模型由四个主要组件组成： 1.

MaskGCT 声音克隆

Stable Diffusion

Stable Diffusion新手快速入门教程

在SD中，这种方式可行吗？

文生图

耗时7天，终于把15种ControlNet模型搞明白了

，再对应不同的应用场景，每种应用场景又有不同的变现空间我花了一周时间彻底把15种模型研究了一遍，跑了一次全流程，终于写完了本文文章包含了ControlNet的功能介绍，安装方法，模型采集方式，实操案例

文生图

图解 Transformer——功能概览

Transformer是一种深度学习架构，它使用注意力来显著提高深度学习 NLP 翻译模型的性能，其首次在论文《Attention is all you need》中出现。

Transformer 大模型图解

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

该模型旨在解决边缘设备在运行多模态模型时面临的资源受限问题，通过优化架构和训练方法，实现了在保证性能的前提下，降低计算成本和延迟，从而为边缘设备的智能化升级提供了可行的解决方案。

OmniVision -968M 多模态模型

从零开始学习大模型-第一章-大模型简介

这些概要是由一个特别聪明的机器学习算法生成的，它可以理解书籍中的内容，并且把它们表达出来。

大模型从零开始

<...59 60 61 626364 65 66 67 68 ...>

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