文章列表-AI魔法学院

文章列表

【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

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

确保你的controlnet版本为最新（如果你用的是整合包，很可能包含了最新版，或者可一键更新），地址如下（需科学上网

文生图

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

如何用ChatGPT创建阅读10W+爆款文章标题

话不多说，先给完整提示词：作为一名社交媒体营销和行为心理学的双重专家，你专门研究了驱动人们点击网络链接和标题的多种因素。

GPT-4

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

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

3.5k star！一款万能的 SQL 分析工具，厉害了！

性能特色 · 支持多种文件格式，包括 Excel、JSON、CSV、XML、YAML、Markdown 和 Text · 使用标准的 SQL 语句进行操作，无需学习新的语法

dsq 开源项目 SQL

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

2、流匹配技术： F5-TTS中采用了先进的流匹配技术，这是一种基于最优传输路径的方法，用于改进生成模型的学习过程。

F5-TTS 音频克隆

关于大模型驱动的AI智能体Agent的一些思考

另外，LLM的能力通常是看的多了就学会了，即一种集众人之力形成的通用能力（行业解决方案），但是缺少个性化。

大模型

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

机器学习驱动的功能改进：Meta 在 AI 研究方面的持续投入，意味着机器学习的发展将不断驱动并增强 Code Llama 的性能与准确性。

开源模型

2024年值得关注的Agent框架

OpenAGI: 这是一个开源的人工通用智能（AGI）研究平台，结合了针对特定任务如情感分析或图像去模糊化的小型专家模型和基于任务反馈的强化学习（RLTF）以改进其输出。

Agent 框架

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

在过去的几周里，我一直在试用几个大型语言模型(LLMs)并使用互联网上的各种方法探索它们的潜力，但现在是时候分享我到目前为止所学到的东西了！

开源模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

StreamingLLM是由麻省理工学院（MIT）的研究团队提出的，它基于一个简单而有效的观察：在Transformer中，注意力机制（Attention）对于前面的token有着很强的偏好，即使它们并不是语义上很重要的

StreamingLLM 写作

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

此外，我们还将语音识别与基于字级时间戳预测（SRWT）的任务结合起来进行训练，这在以前的多任务学习研究中通常被忽视。

大模型语音

<...62 63 64 656667 68 69 70 71 ...>

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