文章列表-AI魔法学院

文章列表

有感情的语音合成开源模型：ChatTTS安装使用详解

这个模型支持中文和英文，并且在视频中展示的是中等参数的版本，使用了约10万小时的中英文数据进行训练。

ChatTTS 语音合成

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

2 ►大模型的推理能力，是真的在“推理”，还是只是统计层面的概率分布？

大语言模型 chatGPT

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

LLM Agent 最近有个新项目MemGPT，这个东西真的挺有意思，它可以让大型语言模型，比如让GPT-4这样的llm处理比原生更长的上下文窗口，从而提高它们在复杂任务(如多会话对话和详细文档分析

MemGPT 大语言模型

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

这是SD的一个非常强大但未被充分利用的功能。

文生图 SD

大模型训练工程那些事

虽然 Base 模型足够强大，但是在面临领域差异时难免存在数据分布的一致性问题(举例来说，中英领域的差别，给国产大模型创造了足够大的空间)。

训练工程大模型

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

语音、视频转文字神器：开源whisper介绍

Whisper是通过收集来自多个数据源（如YouTube、TED、Twitter等）的多语言、多任务的数据进行训练的。

人工智能大模型 wisper

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

，可以处理序列数据。

大模型学习

从Langchain到ReAct，在大模型时代下全新的应用开发核心

大模型会自己分析问题，选择合适的工具，最终解决问题。

大模型

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

文生视频 pixverse.ai https://pixverse.ai/7h8PTrxB5S 加入Discord，输入相应的参数，type '/' first, and then

数字人大模型文生图

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

训练相关参数没改啥，一般我都是step20，epoch10。

SDXL 训练

爆肝两天！ChatGPT+提示词解决知识库目录混乱

从技术文档到研究论文，从市场策略到产品手册，各种信息和数据都需要在知识库中进行整理和存储。

智能分类大模型知识库

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

、分离复杂声源并结合音频和视觉数据锁定目标发声者。

ClearerVoice-Studio 语音

<...12 13 14 151617 18 19 20 21 ...>

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