文章列表-AI魔法学院

文章列表

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

· 注释行可以用来防止链接超时，服务端可以定期向浏览器发送一条消息注释行，以保持连接不断。

GPT

开源免费离线语音识别神器whisper如何安装

whisper.load_model("base") result = model.transcribe("audio.mp3") print(result["text"]) 了解更多请参考官方文档

wisper 翻译免费

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

目前，主流的SFT监督方法包括：LoRA、P-tuning v2、Freeze LoRA微调方法预训练的模型参数不参与微调，LoRA微调方法一般会在各层新增参数，LoRA微调方法的核心思想是利用高阶矩阵秩的分解来减少微调参数量

大模型微调

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

预处理器的作用是对提供的参考图片进行处理，提取出图内的特征，后面我们将用“提取图”这个词作为统一代名词； 6.

Canny SD

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2采用了先进的文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，构建了一个端到端的视频生成流程。

MagicVideo-V2 视频生成

一张图看懂IT人的江湖地位

仅代表国内市场地位及表现云视频会议江湖地位篇仅代表国内市场地位及表现以上江湖排名，仅供娱乐不作为任何选型依据和投资参考一入

工作

保姆级教程：图解Transformer

3、残差链接和层归一化加入了残差设计和层归一化操作，目的是为了防止梯度消失，加快收敛。

人工智能

SDXL风格插件，超越Midjourney的时刻来了

ugly, disfigured, sloppy, duplicate, mutated, black and white" 11、等距（原文是isometric style，按照字面意思翻译了下

SDXL

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

包括： · Auto-J 的 130 亿参数模型（使用方法，训练和测试数据也已经在 GitHub 上给出）； · 所涉及问询场景的定义文件； · 每个场景手工构建的参考评估准则

Auto-J 大模型

聊聊 AIGC 一些拧巴的现状

和大部分人理解的不一样的点是：「指令工程师，不仅需要掌握 AIGC的技术和思维，还需要掌握特定领域市场所需求的内容的审美」甚至可以说，后者更重要。

开源模型

什么是ChatGPT？

但核心上，它就是把一个语言序列，转换为了另外一堆语言序列，这个任务完成得如此的好，以至于让人产生了它有思想的错觉。

ChatGPT OpenAI 大模型

大模型检索增强生成RAG的优化

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强大模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

在这段倒牛奶的视频中，力学方面的重力规律、液面的上升都符合现实，连倒液体时泡沫一直在最上层的特性也考虑到了：还有光学上的反射规律也考虑到了，注意看这只弹钢琴的猫猫，光滑表面上影子里的猫爪和琴键，

可灵快手文生视频

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

因此，当考虑大型语言模型的性能时，我们应该看总体吞吐量而不仅仅是单个查询的速度。

大模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

为了最大程度地增加生成视频的逼真度，需要考虑非刚性面部表情组件和刚性头部组件。

VividTalk 视频

<...60 61 62 636465 66 67 68 69 ...>

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