文章列表-AI魔法学院

文章列表

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

这些个关键词，其实都不好理解，更别提跑着跑着跳到小女孩怀里这种操作了。

sora 视频生成

个人从零预训练1B LLM心路历程

Steel-LLM项目初期，我还打算做一件个人认为还比较有意思的事情：因为开源的LLM往往不会包含特别小众、个性化的知识内容，因此计划持续收集围观读者们的数据并训练到模型中，各种亚文化、冷知识、歌词、

LLM 训练

金融行业的开源AI大模型

该插件支持执行和管理交易、获取账户信息、提供市场数据等功能，为交易者提供自动化和智能化的交易体验。

开源大模型

大模型套壳祛魅：质疑套壳，理解套壳

直到 2020 年，OpenAI 发布一篇论文，首次提出了 Scaling Laws（尺度定律），NLP 的研究才正式进入大模型时代——大模型基于「大算力、大参数、大数据」，模型性能就会像摩尔定律一样持续提升

大模型套壳

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

OpenAI相当于把这个事情做到了极致，在现在的时间节点，整个Sora展示出非常好的效果。

通义文生视频

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

· 中文能力：DeepSeek-V3 与 Qwen2.5-72B 在教育类测评 C-Eval 和代词消歧等评测集上表现相近，但在事实知识 C-SimpleQA 上更为领先。

DeepSeek V3 开源模型

依赖倒置：以数字和AI的思维模式思考

当数字和智能重新定义企业的感知通路和行为模式后，它会带来一系列新变化和特征，除了前面提到的名实唯一性外，另外一种特征可以称之为依赖倒置。

写文章

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

最近，有人提出了一种基于示例的图像修复方法，但是使用文本来准确描述复杂的服装纹理模式仍然是困难的。

文生图

大模型微调应用实践，没那么简单，看看曾经踩过的坑

· 去掉样本中明显的语气词，如嗯嗯，啊啊之类的。

大模型

AI拟声: 5秒内克隆您的声音

这个助手可以回答你的问题、提醒你日程、播放音乐等，而且它的声音完全是你自己的，这使得交互更加自然和亲切。

声音克隆开源

Fooocus，webui，comfyui优缺点

复杂同时又厉害的其实就是插件生态，比如原版是英文的，你可以加上插件变成中文，原版你需要输入一大堆关键词，装上插件你就一键等。

Fooocus webui comfyui 文生图

收藏！万字长文聊聊LLM Agents的现状，问题与未来

注意：这里的embedding是text embedding，即句向量，需要和词向量分开。

LLM Agents

知识树：一个方法，教你构建「终身知识体系」

我用笔记软件来展示是这样的：所有的文档，就是知识树的主干和枝干。

大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

尽管全文包含 29618 字，与 124 张图片，因为 GPT-4 翻译后，我们进行了详细的人工翻译校对，以及把图片放到了更接近文本说明的位置，阅读起来非常顺畅，而且专有名词都有中英文对照

多模态大模型 GPT-4V 文生图

ai出图软件Fooocus

打开之后的界面非常简洁，直接输入关键词即可出图，比如这里我输入一个男孩，随便选个分辨率即可。

Fooocus 文生图

<...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