文章列表-AI魔法学院

文章列表

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

截至2022年3月，文章已有700+引用量，可见其影响力。

OpenAI 自然语言监督

中学生也能看懂的Sora视频生成原理解读

写在前面 Sora 是 OpenAI 在24年2月14号发布的超强视频生成AI，旨在探索AI如何在理解真实世界运动和交互方面做得更好本文的文字部分，由 WebPilot

视频生成 sora

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

具体来说，多样本越狱攻击发生的基础条件是在 LLM 的单个提示中加入人类与 AI 助手之间的假对话。

Anthropic 大语言模型

OpenAI大动作：Whisper large-v3重塑语音识别技术

这意味着无论用户身处何地，都能依靠这一技术实现清晰、准确的语音转写。

Whisper 语音识别

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

Scale AI 目前不打算公开发布 GSM1k，以防未来发生类似的数据污染问题。

过拟合小模型

Comfy肖像大师非常推荐

用户可以根据这些参数自定义生成的肖像。

comfyui 文生图

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

在AI领域，更大的参数意味着更好的质量。

SDXL

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

它能够帮助开发者分担繁重的工作，并构建高质量的 AI 应用。

RAG 检索向量库

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

这是因为现实世界的事件是随着时间的推移而展开的，AI 系统理解这些动态过程的能力在现实世界应用中具有重要意义。

多模态大模型 GPT-4V 文生图

Baichuan-13B 保姆级微调范例

干货预警：这可能是你能够找到的最容易懂的，最完整的，适用于各种NLP任务的Baichuan-13B-Chat的finetune教程~ Baichuan-13B是百川智能于2023年7月11日发布的开源中英双语

开源模型

为你推荐开源项目：Meridian——专属个人情报站！

它利用AI技术，自动筛选、分析和总结新闻内容，让你无需在海量的信息中苦苦寻觅，节省了大量的时间和精力。

Meridian 开源项目

详解 Diffusion (扩散) 模型

目前，它们主要用于图像和音频生成。

Diffusion 开源模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

这个用10万美元训练出的大模型名叫FLM，拥有1010亿参数量，目前已经开源。

大模型

动作识别模型有哪些

所以网络相应的由两个部分组成，分别处理时间和空间两个维度。

动作识别模型

M3E 可能是最强大的开源中文嵌入模型

text2vec": "/home/featurize/data/text2vec-large-chinese", # 修改处 "m3e-small": "moka-ai

开源模型

<...68 69 70 717273 74 75 76 77 ...>

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