文章列表-AI魔法学院

文章列表

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

· 代码：DeepSeek-V3 在算法类代码场景（Codeforces），远远领先于市面上已有的全部非 o1 类模型；并在工程类代码场景（SWE-Bench Verified）

DeepSeek V3 开源模型

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

我们在30个不同类型的下游CV 任务上进行了基准测试，并展示了我们模型强大的迁移能力，其在很多下游任务上不需要任何额外的数据也能比拟完全supervised的模型。

OpenAI 自然语言监督

【语音识别】OpenAI语音力作Whisper

这导致模型容易陷入生成内容重复循环，重复生成相似的输出，所以需要引入使用对数概率作为得分函数的Beam Search，因为它会在生成序列的过程中保留多个候选项，并根据更全面的得分函数进行选择。

语音转文字 whisper

垂直领域大模型的一些思考及开源模型汇总

但我觉得在否定一件事物的前提，是先去更深地了解它。

垂直领域大模型开源模型汇总

国内开源的低代码框架有哪些？

Amis Amis 是一个低代码前端框架，它通过JSON 配置来生成各式各样的后台页面，可以减少页面开发工作量，在极大减少开发成本的同时，项目的开发效率也得到了极大的提升，甚至无须了解任何前端相关知识就能完成

大模型

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

大模型时代-行业落地的再思考

行业大模型，垂直大模型，领域大模型，这几个词最近被反复提到。

大模型

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

此前的模型已经可以根据文本提示或给定图像重新生成局部的图像区域。

Anydoor 文生图

AI绘画Stable-Diffusion风格化实战

在图生图中，我们对原始图像进行加噪，通过重绘强度这个参数控制加噪的步数，并把加噪的结果作为图像生成的初始潜在表示，然后使用你提供的 prompt 来引导输出图像的风格。

Stable-Diffusion 文生图

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

当时发布者就现场演示了和它的实时互动，效果和真人聊天一样流畅！

OpenAI 嵌入式实时语音 SDK

精通百种语言的翻译AI来了！Meta推出，免费、开源！

，时长00:56 SeamlessM4T有以下几个优势：多功能：SeamlessM4T可以实现多种形式和多种语言之间的翻译，无需切换不同的模型或工具。

大语言模型

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

在图像识别任务中，使用数据增强技术来提高泛化能力往往是有益的。

大模型

RLHF 在 Text2SQL 领域中的探索

GPT-3.5）提问上述问题，大模型可以准确给出 SQL 答案，这也是因为 LLM 本身语言理解能力强大，同时提问的自然语言问题比较 easy。

Text2SQL RLHF

聊聊 AIGC 一些拧巴的现状

而大多数追着买课、进社群的人呢，则是学完课程，知道怎么使用这些工具之后，就没有然后了…… 因为，缺乏应用场景。

开源模型

<...78 79 80 818283 84 85 86 87 ...>

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