文章列表-AI魔法学院

文章列表

2023年人工智能行业总结

但还没过年就被爆出Gemini训练数据疑似用了文心一言生成的数据。

人工智能 AGI 思考总结

Stable Diffusion

Stable Diffusion新手快速入门教程

也有例外，个别大模型由于训练效果等问题，会明确提示要结合VAE使用。

文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

语言建模评估研究人员训练了一个3B参数的YOCO语言模型，并根据训练token数量（1T和1.6T）进行评估。

Decoder-Decoder YOCO 架构

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

不管是 6B, 7B 和 13B 同样的训练数据，同样训练参数，模型参数量大效果则优于低参数的模型。

大模型人工智能

清华系17人，撑起中国大模型创业半壁江山

▲唐杰（图源：清华大学）事实上，最开始唐杰并不相信机器智能会超越人，他的主要研究方向是数据挖掘和知识工程，而大规模预训练模型的出现，让他看到了机器智能超越人的可能性。

大模型

一键AI换脸！小红书和北大合作的InstantID

InstantID 的工作原理可分为三个关键部分： ID Embedding：团队利用预训练的面部识别模型代替 CLIP 来提取语义人脸特征，并使用可训练的投影层，将这些特征映射到文本特征空间，形成

InstantID 文生图

金融行业的AIGC应用

作为一个生成式 AI 工具，FinChat可以生成有关上市公司和投资者问题的答案，其训练数据包括公司最新的财务数据、季度和年度报告、投资报告、业务KPI指标等。

金融大模型

PymuPDF4llm：PDF 提取的革命

这意味着，无论你是数据科学家、AI研究者，还是企业数据分析师，都可以通过PymuPDF4llm轻松地从PDF中提取出结构化的数据，为你的AI项目提供强有力的支持。

PymuPDF4llm PDF

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

ChatGPT说：“你的前缀毫无用处” 也许你会认为，现在这个时刻就像是尼奥在训练模拟器中几秒钟内下载并学习功夫的《黑客帝国》时刻？

prompt 提示词

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

该基础模型预先在 300 亿个 dclm-baseline-1.0 词元上进行了深度训练。

OuteTTS-0.1-350M 音频

精通百种语言的翻译AI来了！Meta推出，免费、开源！

它还可以根据输入和输出的媒体形式，自动调整翻译质量和速度。

大语言模型

RAG——使用检索增强生成构建特定行业的大型语言模型

这只是数据库中最相关的文档。

大模型

6个最佳开源TTS引擎

本文主要查找收集了一些较好的开源TTS引擎。

TTS引擎开源模型

史上最好的中文大预言模型出现了！！！

现在国外大预言模型基本都玩过了，最强王者依然是ChatGPT毫无疑问(付费4.0可以解锁插件功能和数据分析，试用过插件功能，非常强大)，后面还有anthropic的Claude（文本阅读利器，支持中文，

Kimi Chat 大模型

几款开源的OCR识别项目，收藏备用

naptha/tesseract.js.git PaddleOCR PaddleOCR是百度开源一套OCR,旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型

OCR

<...37 38 39 404142 43 44 45 46 ...>

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