文章列表-AI魔法学院

文章列表

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

同时研究发现，在预训练期间添加一个占位符令牌作为专用的注意力汇可以进一步提高流式部署的性能。

大模型 llm框架

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

#02 训练我们先来看它的第一个功能——训练。

妙鸭文生图

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

每种规模都有预训练和指令微调版本。

开源模型 Gemma

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

FaceChain支持在gradio的界面中使用模型训练和推理能力，也支持资深开发者使用python脚本进行训练推理。

妙鸭相机

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

2023年LLM如何入门？请看这篇综述！

A：确实，那近几年的话，研究人员提出了预训练语言模型PLM，通过对大规模语料库进行Transformer模型的预训练，展现了解决各种NLP任务的强大能力。

大模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

openSource=-1&publisher=-1 · Embedding模型的重要性 · · BGE系列Embedding模型介绍和训练细节

开源模型

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

· · 此外，为了驱动PhotoMaker的训练，提出了一个面向id的数据构建管道来组装训练数据。

PhotoMaker 文生图

大模型套壳祛魅：质疑套壳，理解套壳

预训练是大模型训练最核心的环节，通过把大量的文本信息压缩到模型中，就像一个学生寒窗苦读的过程，来让模型具备世界知识。

大模型套壳

Falcon 180B 开源影响了谁？

因为每个模型训练的思路都不一样，特别是在整个行业刚刚上坡的阶段，各家愿意分享出自己的训练思路，对整个行业都是一种启发。

大模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

事实上，训练数据的规模和质量不足，也正是许多视频生成模型研发者所面临的棘手问题。

可灵快手文生视频

中文开源OCR框架对比及介绍

OCR性能（★★★）这里基于github上训练好的模型做测试，不进行二次训练，不过项目里有提供训练数据的百度网盘下载，有资源的同学可以自己跑跑看。

OCR

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和

数字人声音克隆 GPT-SoVITS

一个产品经理的大模型观察、反思与预测

：以GPT为例 State of GPT：OpenAI 联合创始人 Andrej Karpathy GPT模型技术原理和训练过程 GPT训练的四个主要阶段： 1.Pretrain 预训练

工作

教你用StableDiffusion设计AI数字人

▲ 工具对比训练流程首先，为了达成“像”的目标，我们把模型训练分为两步，一是人脸，再是身材。

文生图

<...11 12 13 141516 17 18 19 20 ...>

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