文章列表-AI魔法学院

文章列表

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

文章还介绍了3D可塑模型和数据预处理的基础知识，并描述了总体框架的训练策略。

VividTalk 视频

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

关于词表大小设置，越大的词表的压缩会更好，但可能导致模型训练不充分；越小的词表压缩会比较差，导致模型对长度需求较高。

大模型

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

该研究除了提出以上开创性的主动 Agent 之外，还通过采集不同场景下的人类活动数据构建了一个环境模拟器，进而构建了数据集 ProactiveBench，通过训练模型获得了与人类高度一致的奖励模型，并比对了不同模型在数据集下的性能

Agent 大模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

而 Sora 的团队则计划从零开始，自行训练一个包含解码器的压缩网络，后者负责生成视频，这一过程借鉴了训练潜码扩散模型的方法。

Sora 微软

告别抑郁：10个ChatGPT提示词技巧打造你的心理健康顾问，摆脱90%的心理疾病

3.处理情绪波动提示：“对于情绪波动较大的我，制定一个包含情绪识别、自我激励和情绪表达的综合训练方案。

心理健康提示词

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

2021 年，智谱 AI 开始自主开发训练框架，着手训练一个拥有百亿参数的模型，并在年底启动了千亿模型的训练。

智谱 AI

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

具体方法训练数据总体上遵循如下的流程示意图：图1：训练数据收集流程示意图场景的定义和参考评估标准：

Auto-J 大模型

RAG模型的主要痛点和解决方案

解决方案： - 通过监督训练信号或模型反馈进行检索器的微调。

rag 大模型

大模型压缩首篇综述来啦~

这种训练数据的增加有助于学生模型的学习过程。

大模型

全球生成式 AI 应用全景图

当前视觉大模型相当于20 年前后的语言大模型 AI 组件层（AI Stack）是 AI 生态的重要组成部分，为模型训练、数据整合

大模型

LangChain + ChatGLM2-6B 搭建私域专属知识库

ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（

知识库

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

o • 零样本跨语言语音克隆：生成语音的语言和参考语音的语言都不需要出现在大规模说话人多语言训练数据集中。

tts 文本转语音

来个优秀的开源人脸识别项目！

深度学习框架支持：InsightFace 支持 PyTorch 和 MXNet 两种深度学习框架，方便用户根据自己的需求选择合适的框架进行模型训练和部署。

人脸识别开源项目

AI大模型LLM可以帮助企业做什么？

在许多任务上，ChatGPT 的性能甚至超过了针对单一任务进行训练的有监督算法。

大模型

<...18 19 20 212223 24 25 26 27 ...>

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