文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程！

主要是因为孙燕姿的音色独特，吐词清晰，网络上存在她的大量歌曲，非常便于训练。

so-vits-svc 音色转换教程

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这些模型背后，可是有着大量时间和资源的投入，比如SD1.5版本，耗资高达60万美元进行训练，其中的训练时间更是以万来计算的！

stablediffusion sd 文生图

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

最透彻的大模型PPO原理和源码解读

希望可以帮助大家更具象地感受RLHF的训练流程。

PPO 大模型源码解读

网易有道强力开源中英双语语音克隆

下载预训练模型, 然后运行: mkdir -p outputs/style_encoder/ckpt mkdir -p outputs/prompt_tts_open_source_joint/ckpt

语音开源

大模型：泛化即智能，压缩即一切

监督学习是优秀的数据海绵经过监督学习训练的深度神经网络是优秀的数据海绵——它们可以记住大量数据，并且可以通过数万批量大小的训练来快速完成这一任务。

大模型泛化

国内外开源大语言模型一览表

同时开源预训练和对齐模型:预训练模型是适用开发者的『基座』，而广大普通用户对有对话功能的对齐模型具有更强的需求。

大模型

AI颠覆的第一个体育赛道，来了

在训练和比赛分析方面，AI技术也在发挥着重要作用。

体育 AI

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

BLOOM的训练语料第一大语言是英语，占比30.4%，其次就是中文，占比16.2%。

大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

解读wav2lip：探究语音驱动唇部动作的技术原理！

此外，在人脸重建的训练过程中，只有在训练的中后期才开始优化口型，导致前期监督信息缺乏。

wav2lip 语音

大模型微调应用实践，没那么简单，看看曾经踩过的坑

=INFONCCL_SOCKET_IFNAME=eth0NCCL_P2P_DISABLE=1 多机训练效率不如单机：多机训练可以跑起来，但是在多机上模型训练的速度比单机上还慢。

大模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

此外，他们更关注基于文本数据训练的模型。

开源模型

Stable Diffusion

硬核解读Stable Diffusion（系列一）

比如谷歌的Imagen采用纯文本模型T5 encoder来提出文本特征，而SD则采用CLIP text encoder，预训练好的模型往往已经在大规模数据集上进行了训练，它们要比直接采用一个从零训练好的模型要好

StableDiffusion 文生图

中文通用大模型最全汇总

；第一步：先在42G中文预料上进行训练；后续将会加大训练规模；Chinese-LlaMA2-chat: 对Chinese-LlaMA2进行指令微调和多轮对话微调，以适应各种应用场景和多轮对话交互。

大模型开源模型

<...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