文章列表-AI魔法学院

文章列表

大规模训练系列之技术挑战

此时，数据并行的作用就可以体现了：对于这些深度学习训练来说，直接增大数据并行的计算资源是比较有效的，投入数倍的计算资源基本上能获取到相应的加速倍数。

开源模型

Stable Diffusion

Stable Diffusion快速生图，LCM-Lora、sd_xl turbo寄养和亲生谁好？！

这种方法使用分数蒸馏来利用大规模现成的图像扩散模型作为教师信号，并将其与对抗性损失相结合，以确保即使在一个或两个采样步骤的低步骤状态下也能确保高图像保真度。

sdxl SD 绘画

喂饭级 AI’MWISE 启动器安装教程

等待系统自动安装安装后，我们选择的目录里面就可以看到，三个文件夹了 git：用于存放git程序，git的作用是能够对软件进行更新以及安装软件所需要的依赖

文生图

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

其核心抽象是将Llamaindex的各种模块（LLM、提示、查询引擎、检索器等）作为DAG图上的节点，通过声明式编排完成应用逻辑开发。

Query Pipeline 大模型

如何微调Meta Llama-3 8B

data_filesdictionary 使用键“train”和 URL 作为其值定义训练数据位置。

Meta Llama 3 大模型

性能超出预期！神秘的国产大模型 Kimi 开放 API

月之暗面前段时间听说这家公司融了不少钱，不过魔法哥一直还是把他们当作 “野路子” “愣头青” 来看。

Kimi Chat 大模型 API

一文搞懂贝叶斯定理有什么用

但是在现实世界中，除了抛硬币、掷骰子、玩老虎机等少数符合理想数学模型的场景，频率学派才能发挥作用。

贝叶斯定理

忘了提示词吧，用自然语言教会AI画出想象力

3、简单介绍部分功能这个插件作者的想法很多，甚至融合了提示词插件的功能（个人感觉没必要），非常符合all in one的霸气。

文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

Transformer的计算复杂度为O(N^2)，处理长上下文需要大量的浮点运算操作。

Decoder-Decoder YOCO 架构

SD入门教程五：后期处理图片高清放大

在这个过程中，BSRGAN使用了双线性插值作为初始的上采样步骤，然后通过CNN（卷积神经网络）来进一步细化图像细节。

SD 入门教程修复

【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!

\ 他累计创造了23部恶作剧，让大家<laughter>忍俊不禁</laughter>。

asr tts 声音

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：跟正常的指令微调方法一样，只是组织数据的时候把历史聊天记录拼接起来，作为上下文信息喂给模型。

大模型

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

作者本人也在 x (原推特)上表示，ChatTTS 突破了开源天花板。

chattts tts 文生语音

<...87 88 89 90 91 92 93 94 9596>

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