文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

这类模型都是由dreambooth技术，经过大量数据训练，可以生成各类常见元素的图片，一个全能工具，不可缺少，否则sd不能启动，文中的很多图片来自不同的大模型，感兴趣的可以留言或者文末加入我们的交流群一起讨论

AI图片

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

具备不同场景下的理解能力，能够处理信息图、文献、现实场景、数理题目、科学文献、代码转化等不同需求。

XVERSE-V 多模态大模型

17K star！30秒偷走你的声音，开源声音克隆工具

3.零样本跨语言语音克隆。

OpenVoice 声音克隆开源

简单提升RAG的10种方法

针对长文档、多文档的情况，常见的方法之一是使用LLM来创建所有文档的摘要。

RAG 大模型

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

一个小想法现在大部分的孩子或学生都会写作文，如果把孩子写的作文转化为一个生动的小视频，是不是能够提高他们的创作成就感，同时也能激发他们对阅读和写作的兴趣呢？

StableDiffusion 绘本

医疗+人工智能的创新应用

中游为医学影像企业包括眼底、心脑血管、肺部、骨骼等疾病的优化诊断工作流程以及产品场景放疗治疗等。

大模型

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

去年一张“大语言模型进化树”动图在学术圈疯转，模型架构还只有三大类：Decoder-Only、Encoder-Only、Encoder-Decoder。

Decoder-Decoder YOCO 架构

RAG 2.0来了，它能成为生产落地的福音吗？

该方法将所有组件作为单个集成系统进行预训练、微调和对齐，通过语言模型和检索器进行反向传播以最大化性能：对齐为一个集成的系统，通过语言模型和检索器进行反向传播以最大化性能。

RAG 大模型

AI写作：如何让AI帮你写出10万+标题？

我经常说：如果你用一个小时写文章，那么这其中应该有半个小时是在写标题。

AI写作提示词

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

创建了机器人后，右侧是机器人包括的各种部件，不仅有插件，工作流，知识库，还有很多又好看又好玩的东东，这个比chatGPT的GPTs机器人还赞，说真的，一不小心字节跳动就跳到上面去了。

Coze 聊天机器人

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

，它可以让任何基于Transformer的语言模型（LLM）处理无限长度的文本，而不需要任何微调或额外的训练。

StreamingLLM 写作

Prompt提示优化工具

一个好的Prompt可以解决很多的问题。

prompt 提示词

大模型微调应用实践，没那么简单，看看曾经踩过的坑

实验验证，多机训练的效率，和使用的机器数成线性关系，每台机器的配置一样，如一台GPU机器跑一个epoch需要2小时，4台GPU机器跑一个epoch需要半小时。

大模型

几个对我影响很大的统计学模型

这个规则的核心思想是，在评估一系列选项时，观察前 37% 的选项，但不做出选择。

统计学大模型

<...75 76 77 787980 81 82 83 84 ...>

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