文章列表-AI魔法学院

文章列表

精通百种语言的翻译AI来了！Meta推出，免费、开源！

而且，SeamlessM4T使用了最先进的AI技术，可以在几秒钟内完成翻译。

大语言模型

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

GGUF格式详解

GGUF格式是用于存储大型模型预训练结果的，相较于Hugging Face和torch的bin文件，它采用了紧凑的二进制编码格式、优化的数据结构以及内存映射等技术，提供了更高效的数据存储和访问方式。

GGUF 大模型

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

举个例子更加直观，直接问 AI：「给我头脑风暴 5 个 AI 创业想法。」

ChatGPT 聊天

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

原理先看左侧上部：Instant ID 通过 IP-Adapter 技术提取参考图片中的面部特征信息，然后通过交叉注意力（Cross Atttention）将面部特征信息传递给 UNet，用于在反向扩散过程中影响人脸的生成

ControlNet 文生图

大模型下半场，关于Agent的几个疑问

OpenAI联合创始人Andrej Karpathy也高呼：“AI Agent代表着一个疯狂的未来。”

大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

情感共鸣：能够创建情感共鸣的声音， CosyVoice-instruct 版本通过情感指令显著提高了情感控制的准确性。

asr tts 声音

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

2.0 引入了分组查询注意力机制（GQA），提高了注意力计算效率， MiniCPM 3.0 使用了 MLA（Multi-Level Attention），这一核心创新使得模型在复杂任务处理中的推理和生成能力更强

MiniCPM3-4B 大模型

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

[2024.08.03] MiniCPM-Llama3-V 2.5 技术报告已发布！

minicpm 面壁

LLM应用架构之检索增强（RAG）的缘起与架构介绍

简单总结两者区别，判别式在分类问题上解法直接，从历史结果总结原因，是经验主义，强依赖标记样本，擅长记忆，能力也比较单一，因为就是为了这个问题而生，缺乏创造性。

LLM

Docker介绍及常用命令大全

可以创建自己的镜像，也可以只使用他人创建并在仓库中发布的镜像。

Docker 容器

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

Georgi Gerganov是著名开源项目llama.cpp的创始人。

Qwen1.5 大模型

金融领域Prompt工程方法浅析

相比之下，通用领域的知识和技能往往更具有普遍性，更容易被大众理解和掌握。

prompt 大模型

SDXL风格插件，超越Midjourney的时刻来了

我在研究模型的时候，发现很多严肃的SD模型创作者都逐渐有一个困惑：模型层出不穷，却同质化严重，有没有一种可能，可以整合所有的大模型，就靠一个模型出图？

SDXL

ComfyUI官方使用手册【官网直译+关键补充】

输入(inputs)包括图片(image)，这是需要被量化的像素图像，颜色(colors)，即量化图像中的颜色数量，以及抖动(dither)，即是否使用抖动技术使量化图像看起来更平滑。

文生图图生图 comfyui

<...64 65 66 676869 70 71 72 73 ...>

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