文章列表-AI魔法学院

文章列表

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

还不过瘾，aiXcoder团队还提出了一个更大的测评代码生成补全数据集（16000多条来自真实开发场景的数据），做了进一步测评，效果更明显。

aiXcoder-7B 大模型

实时语音克隆

建议使用 GPU 来进行训练和推理速度，但这不是强制性的。

语音克隆

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

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

AI 绘画新时代：ChatGPT + DALL-E 3

算法效率：尽管 MidJourney 拥有更多可能的数据集，但其质量相较于 OpenAI 仍显不足。

文生图图生图 chatGPT DALL-E

【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

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

人工智能的应用范式呼之欲出

（数据表）LLMXplorer，数据覆盖了150多种大语言模型，从17个关键指标上审视大语言模型的训练方法和资源、训练数据、道德对齐、和私有数据安全性和在不同垂直领域的适用性。

大模型

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

(a) 在密集注意力 Dense Attention中，时间复杂度为O(T^2)，并且随着缓存大小的增加，性能会下降，特别是当文本长度超过预训练文本长度时。

大模型 llm框架

阿里出品自动化视频剪辑工具FunClip！

FunClip让用户能够根据识别结果，轻松选择文本片段或特定说话人，从而快速裁剪出所需视频片段。

FunClip 视频阿里

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

逆转诅咒显示出基本无法泛化到训练数据之外。

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

国内法律类大模型介绍

：论文、新闻、法规、司法解释、法律咨询、法考题、判决文书组成，随后经过清洗、数据增强等来构造训练数据 * 算力：multiple

法律大模型

EduChat：教育行业垂直领域大模型

三、数据预处理 3.1 预训练数据教材数据： (1) 中国初高中考试中收集了大量的教育教科书和在线题库数据 (2) 7万多首中文诗歌来丰富我们的模型，提供作者、

教育大模型垂直领域

<...25 26 27 282930 31 32 33 34 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1