文章列表-AI魔法学院

文章列表

AI虚拟主播数字人技术实现Wav2Lip

正文第一部分：深度伪造技术概述深度伪造一词译自英文“Deepfake”(“deep learning”和“fake”的组合)。

数字人视频

LLM微调经验&认知

知识来自于pretrain阶段，指令微调通常只不过是为了让LLM显示地输出已具备知识。

LLM 大模型

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

这里将以世界三大模型网站的资源进行部分展示：建筑领域：鞋子领域：衣服领域：神奇领域：等等，这些都是很多的模型，为什么要有这种模型呢，因为

Stable Diffusion 文生图大模型

盘点来自工业界的GPU共享方案

进年来工业界一直孜孜不倦地寻求提升GPU利用率的方案，能被更多用户理解和使用的GPU共享走进工程师的视野中。

大模型

国内AI大模型已近80个，哪个最有前途？

利益无关：因为我没有在做基础大模型（做的是 infra 和应用层），目前也没有做国内市场，所以可以从相对中立的角度提供一些信息。

大模型

whisper-live：OpenAI Whisper模型的近实时实现

这有助于减少发送到耳语模型的数据量并提高转录输出的准确性。

OpenAI Whisper 大模型

ChatGLM3在线搜索功能升级

它与其他搜寻引擎不同的地方在于其不会分析自己的用户、对所有使用同一组关键词的用户显示同样的结果。

ChatGLM3 搜索

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

我们在30个不同类型的下游CV 任务上进行了基准测试，并展示了我们模型强大的迁移能力，其在很多下游任务上不需要任何额外的数据也能比拟完全supervised的模型。

OpenAI 自然语言监督

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

点击安装双击下载的安装包，然后根据提示一直下一步即可。

Stable Diffusion 插件安装

Stable Diffusion

硬核解读Stable Diffusion（系列三）

两个CLIP模型的对比如下所示：可以看到CLIP ViT-H/14模型相比原来的OpenAI的L/14模型，在imagenet1K上分类准确率和mscoco多模态检索任务上均有明显的提升，这也意味着对应的

Stable Diffusion 文生图

国内外开源大语言模型一览表

这些模型在原版LLaMA的基础上扩充了中文词表并使用了中文数据进行二次预训练，进一步提升了中文基础语义理解能力。

大模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

但是DALL-E 2比较大的缺陷是容易出现属性的混淆，下图展示了直接用给定图像的CLIP image embedding送入DALL-E 2的第二阶段生成模型的生成效果，可以看到属性出现了错乱，比如第一个示例中的上下两个方块的颜色发生了互换

Kandinsky-3 文生图开源模型

如何使用ChatGPT写出优质文章

例如，是为了影响政策、提高公众意识、学术研究还是娱乐性质的写作。

ChatGPT 写作

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

也就是说，我们提出了以下一般性观察： · 线性插值/缩放似乎是增加模型上下文长度的最稳健的方法。

开源模型

金融行业中 Fintech 的应用场景

首先，先来看一下 Fintech，这个单词代表的什么含义。

Fintech 金融

<...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