文章列表-AI魔法学院

文章列表

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

尤为独特的是，该模型能够精准捕捉文本中的情感信息，并将其巧妙地转化为富有情感色彩的语音，无论是欢快愉悦、悲伤难过，还是愤怒激昂、平静温和等情感，都能被细腻地呈现出来，让语音交互更具人性化和亲和力。

Westlake -Omni 语音

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

python=3.10 -y # 激活环境 conda activate xtuner # 安装最新版 xtuner pip install xtuner 2、自我认知训练数据集准备为了让模型能够让模型认清自己的身份

Llama3 对话问答模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

Vidu是自Sora发布之后，全球率先取得重大突破的视频大模型，性能全面对标国际顶尖水平，并在加速迭代提升中。

Vidu 大模型视频

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

但随后，研究者们指出当前大模型研究领域存在一个关键问题：很多研究未能正确地对现有 LLM 的能力进行基准测试。

过拟合小模型

AI生成卡通人物项目|VToonify

文件，该文件所存在的路径实在无法通过脚本来确定，所以必须要您自己找到该文件的目录位置，本站的cl.exe文件存放于以下路径中，请根据自身情况定位该路径，然后将其复制。

AI生成卡通人物 VToonify

依赖倒置：以数字和AI的思维模式思考

所以抽象点说是感知通路约束了我们的行为模式。

写文章

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 是一个基于 Stable Diffusion 模型的文本生成视频插件，它通过控制模块影响图像生成过程，使得生成的图像序列具有与训练视频剪辑相似的特征。

视频生成文生视频

最顶尖的大语言模型人才，只关心这10个挑战

模型可以使用多少上下文以及该模型将如何高效地使用，是两个不同的问题。

大语言模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

但ChatGPT的GPT-4模型已经进化成GPT-4-turbo，有了更强的上下文理解能力，更长的文本记忆，能理解图片、生成图片，以及更会使用网页浏览、代码解释器等工具帮助用户完成任务，所以我预期会在2024

ChatGPT 使用技巧教程

深入探讨：Agent全自动写作长篇小说技术原理解析

很多人对AI在文字创作方面都抱有很大的期望，尤其是经过我们不断地“调教”后，大家都盼望着能有一个工具，让AI稳稳地输出一本风格统一的长篇小说。

Agent

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

能够让大模型推理结果变得更好的基础优化手段已经非常多了，这里梳理了常见的提示技术手段和对应的论文： - Zero-shot（零样本提示）：https://arxiv.org/abs/2109.01652

prompt 提示词

Prompt工程入门

2 Prompt 简单的理解成它是给 AI 模型的指令。

prompt 提示词

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力

<...30 31 32 333435 36 37 38 39 ...>

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