文章列表-AI魔法学院

文章列表

模型压缩：量化、剪枝和蒸馏

量化是一种通用的压缩方法，适用于几乎所有的深度模型，学术界已经证实，全连接层是对量化操作十分友好的结构，而BERT 中大部分模块都由全连接层组成，因此BERT 对于量化操作是比较友好的。

BERT 语言模型

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了让 JoyHallo 模型适应普通话，采用了中文的 wav2vec2 模型来提取音频特征。

JoyHallo 数字人开源模型

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

火山写作：一款助力写作能力提升的AI助手

火山写作汇集了顶尖的AI技术，凭借其智能特性，致力于提升广大用户的写作水平与质量。

火山写作工具文章

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

首先，用户输入的 Prompt 会被一个叫Text Encoder（文本编译器）的东西编译成一个个的词特征向量。

Stable Diffusion 文生图

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

例如，如果输入文本是“我喜欢吃”，那么即使饺子的概率最高，也不一定是最合适的选择，因为可能用户更喜欢吃其他食物。

大模型

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

也就是，现在DeepSeek用550万美金2000张卡训出的开源模型，和OpenAI几亿烧出的模型一样好了。

DeepSeek V3 开源模型

Midjourney AI绘画美女提示词分享三

dramatic lighting, 4K, 8k, film, pro cameras full body imagine --v 5.2 --s 750 --ar 3:4翻译提示：一个中国女孩，户外

文生图 Midjourney

LangChain Agent原理介绍

Agent是什么基于用户输入动态地调用chains，LangChani可以将问题拆分为几个步骤，然后每个步骤可以根据提供个Agents做相关的事情。

langchain

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

我们用先进的策略优化技术，让Qwen1.5更贴合人类思维。

Qwen1.5 开源模型

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

在 OCRBench 上取得最佳水平，超过 GPT-4o、GPT-4V 和 Gemini 1.5 Pro 等商用闭源模型。

MiniCPM-V 2.6 大模型

「长文」可能是目前最全的LangChain AI资源库之一

进行组合构建应用程序。

工作

【ComfyUI】爽玩必备,6大插件汇总推荐！

，因为它有一个很好的用户界面。

comfyui 文生图

【ComfyUI】爽玩必备！6大插件汇总推荐

，因为它有一个很好的用户界面。

大模型

<...71 72 73 747576 77 78 79 80 ...>

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