文章列表-AI魔法学院

文章列表

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

在此阶段，作者实现了一种打包技术，将多个样本拼接在一起，使用flash-attention2的cq_len进行有效的样本隔离。

Baichuan-Omni 多模态大模型

AutoGPT与LLM Agent解析

LLM 调用外部工具的应用模式有意思的是，OpenAI 的 Jack Rae 和 Ilya Sutskever 在之前的分享中也分别提到了压缩即智慧

大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

目前暂未支持 python 3.12，推荐使用 python 3.10，即上面链接指向的版本导航到想要安装此工具的目录下（推荐放在空间富足的分区中），通过终端命令 git clone

Windrecorder 录屏

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

ChatGPT的强大毋庸置疑，特别是GPT4里面的数据分析、DALL.E 3图片生成等功能，以及近期推出的GPTs功能，这些官方公布的功能都是由他们自己内部的模型开发人员编写的提示词构成的。

ChatGPT prompt

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

当谈到人工智能大语言模型的微调技术时，我们进入了一个令人兴奋的领域。

大模型

使用ChatGPT检查论文引用、提高研究深度

在学术研究和数据分析的过程中，提高论文质量是每位研究者的追求。

ChatGPT 案例

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

在SD中有很多人物换脸的新技术，比如像之前的Roop还有ReActor，它们都可以实现仅凭一张图进行人物换脸，后来又出现了EasyPhoto，可以通过快速炼制的小模型来对人物进行模仿。

Instant ID 文生图

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法 1.SFT 监督微调 1.1 SFT 监督微调基本概念 SFT（Supervised

大模型微调

LangChain Agent 原理解析

工具解析接下来是输出结果的解析，其中分为 2 个部分，一个是工具的解析，一个是结果的解析，我们来看下官方的示例代码： class CustomOutputParser(AgentOutputParser

大模型

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

这类描述再加上AutoGPT这些开源项目提供的各种接口定义，对于不是做这个的人很容易就把AI Agent理解成又一项纯粹的技术，但其实并不是。

大模型

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

由于神经元的输入通常服从正态分布，尤其是在加入了Batch Normalization的网络中，因此令p等于正态分布的累积分布函数即可满足正态分布的累积分布函数曲线与sigmoid曲线相似。

大模型

【进阶】-文生图术语解释

CUDA# 配合 CUDA 技术，显卡可以模拟成一颗 PhysX 物理加速芯片。

文生图

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

本文基于公开技术文档和逆向工程分析，全面审视了 Sora 背后的技术背景、应用场景、当前面临的挑战以及文转视频 AI 技术的未来发展方向。

sora 论文

<1 2 3 456 7 8 9 10 ...>

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