文章列表-AI魔法学院

文章列表

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

文字是我们引入去描述人自身的思想，随着人类进化了很多代，是我们引入的一个工具，实际可能跟今天的编程语言也是类似的。

通义文生视频

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

Scaling正确的东西，比以往任何时候都更重要毕竟，超大规模语言模型的ROI实在太低了。

Scaling Law AI大模型

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

此前，DataLearner曾经从理论上给出了大模型显存需求的估算逻辑，详细说明了大模型在预训练阶段、微调阶段和推理阶段所需的显存资源估计（参考：需要多少GPU显存才能运行预训练大语言模型？

大模型

AI 绘画新时代：ChatGPT + DALL-E 3

用户以自由表达的语言解释生成图像的问题，为模型的优化提供精细注释。

文生图图生图 chatGPT DALL-E

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

在弹出界面的底部就可以切换语言了，我们选择中文即可。

开源模型

基于本地知识的问答机器人langchain-ChatGLM

背景 ChatGPT火了后，各种大语言模型（LLM）模型相继被发布，完全开源的有ChatGLM、BLOOM、LLaMA等。

langchain

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

文章地址：https://arxiv.org/pdf/2312.16486.pdf 项目地址：https://pangu-draw.github.io 00 | 导言目前的大规模扩散模型代表了条件图像合成的巨大飞跃

PanGu-Draw 文生图

七问大模型幻觉｜LLM Hallucination

在语言模型的背景下，幻觉指的是一本正经的胡说八道：看似流畅自然的表述，实则不符合事实或者是错误的。

大模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

通义千问大模型千问大模型(Qwen)官方介绍说法是：不仅仅是一个语言模型，而是一个致力于实现通用人工智能（AGI）的项目，目前包含了大型语言模型（LLM）和大型多模态模型（LMM）。

阿里云视频音频

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

; MMLU ：全称Massive Multitask Language Understanding，是一种针对大模型的语言理解能力的测评

大模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

ZH|要让那些年轻人们去死 Erwin_8.wav|Erwin|ZH|就必须像一个一流的诈骗犯一样 Erwin_9.wav|Erwin|ZH|对他们花言巧语一番

Whisper 语音优化

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

只需提供一段简短的音频样本，它就可以根据该样本生成与原始声音极其相似的克隆声音，并且支持多种语言，目前包括中文、英文、日语、韩语等，甚至还扩展到了法语、德语、意大利语等16种语言，为用户提供了更广泛的应用可能性

clone-voice 声音克隆

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学

-7B-Meta)输出 Cornucopia(Fin-Alpaca-LoRA-7B-Linly)输出文心一言输出

LLaMA

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

它基本上就是通过一个巧妙的方法来让大型语言模型（LLM）生成更精准、更有用的回答。

OCR RAG 开源

<...37 38 39 404142 43 44 45 46 ...>

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