文章列表-AI魔法学院

文章列表

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

▲图1.由Stable Diffusion3生成。

OpenELM 大模型

大模型量化：什么是模型量化，如何进行模型量化

非饱和量化是最本质也是最暴力的方法，即通过统计网络模型中每一个层中权重或激活值的绝对最大值，将其映射到127，来计算出缩放因子scale，然后使用线性映射的方式将原始的浮点数据转换到INT8的数据域中，如下图（

大模型

一个让GPT重复自问自答的Prompt

例如，你可以使用Markdown的列表、标题和代码块功能来组织和格式化你的回答，使用PlantUML来创建图表和图形来更直观地展示你的思考过程和解决方案。

prompt

基于Ollama本地部署谷歌开源Gemma大模型！

论文内的性能如下图：好了，以上就是Gemma的简单介绍，有兴趣的小伙伴可以看下原文：传送门：https://blog.google/technology/developers

ollama gemma qwen

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

audio2photoreal的核心技术是基于深度学习的图像生成模型，它可以从音频中提取语音特征，然后用这些特征来控制人脸和身体的运动。

audio2photoreal 开源工具

国内外开源大语言模型一览表

我们基于目前国际中文教育领域流通的500余册国际中文教育教材与教辅书、汉语水平考试试题以及汉语学习者词典等，构建了国际中文教育资源库。

大模型

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

（二、软件和部署) 本期开始，为大家讲下这些大模型是怎么训练生成的首先，为了确保本系列的讲解流畅，我将直接深入讲解大型语言模型的代码。

大模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

这些向量能够捕捉到语义的丰富含义，使计算机可以像处理数字一样来处理文本。

开源模型

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

清华、面壁智能发布：主动式Agent 2.0

ProactiveAgent流程图数据收集与处理 1.

Agent 2.0 大模型

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

Fig. 7.人类记忆的分类参考人类记忆的分类，我们可以有一个粗略的映射： • 感觉记忆（Sensory memory）作为原始输入的学习嵌入表示，包括文本、图像或其他模式；

agent

AI助手App“腾讯元宝”已上线应用商店

~ 中文支持：腾讯元宝依托于腾讯混元大模型，该模型在中文理解与创作能力方面表现出色，特别是在文本生成、数理逻辑和多轮对话等关键领域，均达到了业界领先水平 2.英文支持：腾讯混元文生图大模型支持中英文双语输入及理解

腾讯元宝

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

另外值得一提的是，OpenAI Sora模型还可以直接生成图片，也就是说，它是一个以视频生成为核心的多能力模型。

sora 视频生成

什么是ChatGPT？

Generative 这个大的种类里面有几个小分支，DALLE 的画图的用的是对抗网络方式 GAN （这个晚些可以分析），现在最火的Stable Diffusion， MidJourney 走向了另外一个分支

ChatGPT OpenAI 大模型

深入探讨：Agent全自动写作长篇小说技术原理解析

任务2：改进你是一流的奇幻小说作家。

Agent

<...66 67 68 697071 72 73 74 75 ...>

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