文章列表-AI魔法学院

文章列表

一文搞懂贝叶斯定理有什么用

举个例子，假设我住在市区，希望赶上飞机的概率不低于90%，那么我应该提前多久出发呢？

贝叶斯定理

ollama本地部署自然语言大模型

之后再window中双击运行最后可以看到在我们的设置页面中出现了一个新的文件夹，这就表示设置成功了 &ensp

ollama 语言大模型部署

Stable Diffusion

硬核解读Stable Diffusion（系列三）

两个CLIP模型的对比如下所示：可以看到CLIP ViT-H/14模型相比原来的OpenAI的L/14模型，在imagenet1K上分类准确率和mscoco多模态检索任务上均有明显的提升，这也意味着对应的

Stable Diffusion 文生图

大模型训练为什么用A100不用4090

Pipeline Parallelism 示意图，来源：Colossal AI 这样就有个问题，一条链上只有一个 GPU 在干活，剩下的都在干等。

大模型

体验完阿里的EMO模型，我emo了

（话说，是不是开发人员搞AI模型太痛苦了，所以才取了这个名字，哈哈二、如何体验首先是需要先下载通义千问App，但这个功能并没有在界面展示出来

EMO 文生图

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

沟通了三个月无果后，周康提出退钱，否则他就找媒体曝光，对方同意了。

数字人

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

自主智能体如Auto-GPT，能够根据人们通过自然语言提出的需求，自动执行任务并实现预期结果。

RPA 自动化

理解 o3 及其技术分析

但有两点我是相信的：o3正式版的能力会有大幅提升，成本也会有大幅提升。

o3 技术分析

LLM微调经验&认知

知识来自于pretrain阶段，指令微调通常只不过是为了让LLM显示地输出已具备知识。

LLM 大模型

【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

解读wav2lip：探究语音驱动唇部动作的技术原理！

用户也可以自行收集各种视频数据，提升目标场景的效果。

wav2lip 语音

我为什么不看好大模型行业

启示是：技术追求极致无可厚非，但商业必须要性价比才能成立创新获利理论- 该理论最直接相关但不如前两者影响大。

大模型

FaceFusion参数详解

但项目中作者提供的是facefusion.ini本身，而不是facefusion.ini.sample，会影响拉代码啊。

FaceFusion 文生图

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

该项目主要作者、MokaHR 自然语言处理工程师王宇昕表示：“我相信 M3E 模型将成为中文文本向量检索中一个重要的里程碑，未来相关领域的工作，都可能从这些开源的资源中收益。”

GPT

<...80 81 82 838485 86 87 88 89 ...>

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