文章列表-AI魔法学院

文章列表

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

3、Meta正在积极开发多模态版本的Llama 3模型，也就是能够实现接收文本、图像、视频等不同格式的信息，然后生成输出这些不同格式的内容。

Llama 3 大语言模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

具体来说，ViTPose使用了简单的视觉transformer作为编码器对输入图像进行特征提取。

ViTPose+Transformer 身体姿态

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

bert-base-chinese tokenizer 可视化上述图片来自可视化工具 [tokenizer_viewer]。

大模型训练

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

限制3 ：缺乏多租户支持 OpenAI Assistants 中内置的检索功能绑定 Assistant，每个知识库产生的费用按 Assistant 个数成倍增长。

RAG 检索向量库

Docker介绍及常用命令大全

Docker中的三个重要构成：Image(镜像)，Container(容器)，Repository(仓储)。

Docker 容器

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

此外，端到端的设计是它的一大亮点，这种设计直接从文本输入生成语音输出，无需繁琐的中间环节，极大地提高了语音合成的效率和准确性。

Westlake -Omni 语音

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

其中一个特别的片段是，这位头顶气球的男子从一个独特的视角讨论生活，极具创意。

Sora 原理

国内AI大模型已近80个，哪个最有前途？

比如现在做视频生成的很多，字节暂时并没有像 Runway ML 那样做端到端的生成，而是走了更务实的路线，把 AI 能力放到剪映里面，使用户更容易创作短视频。

大模型

手把手带你微调一个自己的 ChatGLM2-6B 模型

chatglm2-6b \ --checkpoint_dir path_to_sft_checkpoint 可以看到我们的训练数据已经对模型产生了影响

ChatGLM2-6B

SEO知识点入门

然后你会发现你的网站排名一直上不去，然后你又会开始想其他的方法，然后开始做站内的锚文本，图片ALT标签。

prompt必须知道的26条军规

以特定的模板，将下游任务的数据转成自然语言的形式，挖掘出上游预训练模型的潜力。

prompt 大模型

如何从零开始，打造一家AI驱动的公司？

今天，我们分别从设计、建立网站、开发应用程序、内容生成、销售、客户关系管理、数据分析和公司运营分别展开，试图给出初步的答案，也欢迎在读的您一起探讨。

大模型打造公司

刚上线就崩了？字节版 GPTs 征战国内市场：无需编码，快速创建 AI 聊天机器人

2021 年 2 月，朱文佳调任成为为 Tik Tok 产品技术负责人。

Coze 聊天机器人

AI换脸：FaceFusion和Roop在线版修复，支持手机，平板，低配电脑！

设置一下帧处理器设置一下执行器Cuda 然后上传源图片，目标图片或者目标视频。

FaceFusion Roop AI换脸

<...53 54 55 565758 59 60 61 62 ...>

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