文章列表-AI魔法学院

文章列表

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

year-old girl wearing Hanfu is walking in the bamboo forest 这个工具基于百度翻译提供的API接口，详细介绍材料在这里：路过银河：AI学习笔记

文生图

Stable Diffusion

硬核解读Stable Diffusion（系列三）

由于倒数第一层的特征之后就是CLIP的对比学习任务，所以倒数第一层的特征可能部分丢失细粒度语义信息，Imagen论文（见论文D.1部分）和novelai 然后是训练数据，前面说过SD 1.x版本其实最后主要采用

Stable Diffusion 文生图

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

在图1中的实例中，与"谁获得了2022年诺贝尔文学奖"问题相关的噪声文档包括有关2021年诺贝尔文学奖的报道。

大模型 RAG检索增强

Deepseek-V2技术报告解读！全网最细！

旋转位置编码的时候，标准的不带解压缩的实现是会将原始的K状态直接更新到拼到K前面的，而上面的矩阵运算是使用先左乘，后解压缩的方式，由于矩阵乘法是没有交换律的，因此这种矩阵压缩设定下使用C作为cache直接拼接在数学上是不等价的

Deepseek-V2 大模型

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

基于深度学习的人体姿态估计方法，使用了Charbonnier损失函数、感知损失和L1损失来约束网络，以实现将服装变形以适应人体姿势的目的。

文生图

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法！

控制模块可以对图像生成过程进行调节，以生成一系列看起来像它学习的视频剪辑的图像。

文本生成视频 AnimateDiff

【NLP技术分享】文本生成评价指标的进化与推翻

、Lref 是参考答案的平均长度（注意L的上方有一个平均符号） 4、Lsys是译文的长度参考链接：机器翻译评测——BLEU改进后的NIST算法.博客还详细介绍了如何使用nist去评测，感兴趣的同学可以看看

开源模型

总结些SDXL出人像时遇到的困难

这次正好在实践中学习，先不管什么章法，直接看图说话就行了，后面再逐渐总结出规律。

文生图 SDXL

国产视频制作之光-可灵：提示词大全整理

立体主义、表现主义、抽象表现… 文化元素：中国风、日韩风、波西米亚、复古、朋克、赛博朋克… 节日主题：圣诞、万圣节、复活节、春节、感恩节、情人节… 科幻概念：星际旅行、外星生物、时间旅行、黑洞、量子力学…

可灵 kling 视频

人脸识别的开源的项目有哪些？

官方网站：链接： Dlib是一个C++库，包含了许多计算机视觉和机器学习工具，包括人脸检测和人脸识别。

人脸识别开源项目

Sora相关论文合集---全32套大放送

### 我的阅读预期: 本文符合我对AI行业未来趋势的了解预期，特别是在图像生成和深度学习模型架构方面的最新进展。

Sora 论文

Midjourney 进阶关键词_摄影效果专题

早期实验（1830年代-1890年代）：最早的摄影师通常是尝试新媒介的科学家和艺术家。

midjourney 文生图绘画

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

用户友好：专为所有人设计，从初学者到专业人士。

AI语音克隆实时语音识别

CodeGeeX2来了!效果超LLaMA2-70B

更开放的协议：CodeGeeX2-6B 权重对学术研究完全开放，填写登记表申请商业使用。

CodeGeeX2 开源模型

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

数据：为了获得大量的指令微调数据，项目团队参考了斯坦福大学的Alpaca项目，并针对中文场景进行了优化，利用ChatGPT生了多样化、高质量的数据，这些数据涵盖了各种应用场景，包括日常对话、知识问答、文本生成等

belle 训练大模型

<...60 61 62 636465 66 67 68 69 ...>

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