文章列表-AI魔法学院

文章列表

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

多模态能够提升大模型对世界的理解程度，充分拓展大模型的使用场景。

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!

ensp;trust_remote_code=True, device="cuda:0") 执行的效果: 下面给大家介绍今天最核心、也是最难部署推理的语音合成CosyVoice模型对应的推理过程~

asr tts 声音

领域大模型-训练Trick&落地思考

现有大模型在预训练过程中都会加入书籍、论文等数据，那么在领域预训练时这两种数据其实也是必不可少的，主要是因为这些数据的数据质量较高、领域强相关、知识覆盖率（密度）大，可以让模型更适应考试。

垂直训练大模型

AI音乐热潮下，“神曲工作室”率先失业

当前音乐传播主要通过短视频的背景音乐进行，这种方式并不如电视或专辑等传统渠道，能更好地展现乐曲的价值，音乐的意义在这个过程中被弱化。

音乐音频

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

有一些则需要进行框架设计，如对任务进行规划、分解、组合等，包括与外界环境的交互、让人参与交互，存在一定的设计成本，市面上很多 XXXGPT 也是对这些基础手段组合后的工程实践。

prompt 提示词

史上最好的中文大预言模型出现了！！！

从测试题来看，kimi说的很容易懂（“GPT是LLM的一个子集”），文心一言和通义千问也没错，回答清晰程度kimi和通义千问差不多，智谱清言有点胡说了（“LLM和GPT都是基于

Kimi Chat 大模型

Playwright MCP 重大更新：终于可以复用 Chrome 登录态了！

每次你想让 AI 帮你做一些需要登录的操作时，都得：打断 AI 的工作流程手动登录各种网站登录完了再继续让 AI 干活这种体验，说实话，挺糟心的。

Playwright MCP Chrome

玩一玩ChatGLM3，1660s即可流畅运行！

运行Demo 上面的代码只能回答两个预设的问题，然后整个程序就结束了。

大模型 ChatGLM

Deepseek-V2技术报告解读！全网最细！

在RoPE的实现中，如果想要直接让模型的 q, k 具有位置性质，通常是这样做的，m,n 代表特定位置的token，R的含义可以查阅RoPE：计算输出的attention得分时，整个过程变成了：

Deepseek-V2 大模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

基于对U-ViT架构的深入理解以及长期积累的工程与数据经验，团队在短短两个月里进一步突破了长视频表示与处理的多项关键技术，研发了Vidu视频大模型，显著提升视频的连贯性和动态性。

Vidu 大模型视频

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

这个过程是迭代的，每次迭代解码器都会基于当前状态和前一个生成的符号来预测下一个符号，直到生成完整的输出序列为止。

Transformer 大模型

用秋叶启动器安装fooocus，comfyui

比如像我这样，然后双击，会自动安装程序。

ComfyUI安装

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

由于训练过程需要使用按ID分类的数据集，但现有数据集要么没有注释ID信息，要么所包含的场景丰富度有限，比如只关注面部区域。

PhotoMaker 图生图

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

李老板昨天说『以后没有程序员这个职业了』，人人都拥有程序员的技能，这几天英伟达的黄老板也说了类似的话，把编程这个活交给AI，你的后台支撑那里来，来学习『大模型』吧，我想组个『大模型交流群』。

ChatOllama 安装

快手大模型出炉！【快意】来袭！

· · · · MMLU由加州大学伯克利分校等知名高校共同打造，集合了科学、工程、数学、人文、社会科学等领域的57个科目，包含14079

开源模型

<...70 71 72 737475 76 77 78 79 ...>

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