-
Datawhale AI 夏令营 第四期 AIGC Task1
活动简介 活动链接：Datawhale AI 夏令营（第四期） 以及AIGC里面的本次任务说明：Task 1 从零入门AI生图原理&实践链接里的教程非常详细，很适合小白上手，从使用服务器平台到配置环境再到跑模型，手把手教！ 具体细节我就不赘述了...
-
Datawhale AI夏令营第四期魔搭-AIGC文生图方向Task1随笔
目录 前言： 一、Datawhale AI夏令营简单介绍： 二、Datawhale AI夏令营学习课程 AIGC方向： 大模型应用开发方向： 多模态大模型(数据合成 ： 三、报名二维码 Task1： 一、赛题解读： 二、文生图： 1、...
-
AIGC笔记--基于PEFT库使用LoRA
1--相关讲解 LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS LoRA 在 Stable Diffusion 中的三种应用：原理讲解与代码示例 PEFT-LoRA 2--基本原理...
-
Datawhale X魔搭 AI夏令营
Datawhale X魔搭AI夏令营 AIGC方向Task01学习笔记 （本人水平有限，文章中引用了一些大佬写的内容，引用的图片上已注明出处） 1.活动简介 从零入门AI生图原理&实践 是 Datawhale 2024 年 AI 夏令营第四期...
-
如何在复杂对话中准确识别每位说话人的声音？OpenAI Whisper系统带来新突破，尽管在面对重叠声音时仍需进一步优化。
在复杂对话中准确识别每位说话人的声音是一个挑战，尤其是在面对重叠声音的情况下。OpenAI的Whisper系统虽然在自动语音识别（ASR）方面取得了显著进展，但在处理重叠声音时仍需进一步优化。 Whisper系统通过利用大规模预训练模型和弱监督学习来提取...
-
Datawhale AI夏令营第四期魔塔-AIGC文生图方向 task03笔记
目录 一、工具初探一ComfyUI应用场景探索 1.初识ComfyUI 2.20分钟速通安装ComfyUI 3.浅尝ComfyUI工作流 二、Lora微调 1.Lora简介 2.Lora详解 一、工具初探一ComfyUI应用场景...
-
Datawhale X 魔搭 AI夏令营-AIGC方向-LoRA学习笔记
LoRA（Low-Rank Adaptation）是一种用于优化大规模预训练模型的微调技术，特别适用于在资源有限的情况下，对模型进行高效且低成本的微调。LoRA的核心思想是通过低秩分解方法，仅微调模型的少数参数，从而显著减少计算成本和内存占用。 1. 背...
-
AI绘画Stable Diffusion插件—LayerDiffusion 分层控图新突破！生成透明图片&前后景图片融合，毫无违和感！
大家好，我是画画的小强 用AI绘画Stable Diffusion 生成透明图片怎么搞？ 这要搁之前，我们需要生成完图片，然后放到去背景插件中调整参数去除背景！效果一般般 如果想要在一张图片上添加主体，该怎么搞？我有个张照片，想要毫无违和感的融合到其它...
-
Datawhale X 魔搭 AI夏令营 - AIGC方向（task01笔记）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、基础知识 二、实现步骤 1.克隆存储库： 2. 安装环境，然后重启kernel 3. 调整prompt 总结 前言 赛题介绍...
-
一文看懂llama2（原理&模型&训练）
Llama2（大型语言模型2） Llama2（大型语言模型2）主要基于近年来火爆的Transformer架构。下面是Llama2的几个核心原理： Transformer 架构: Llama2采用了Transformer网络，它通过自注意力机制来处理...
-
普通程序员必看！AIGC工程师岗位兴起，掌握AI技术成就高薪未来
随着人工智能技术的迅猛发展，AIGC（AI Generated Content）已成为行业的新热点。作为普通程序员，面对这一变革，我们需要不断学习和掌握新的AI技术，以适应时代的需要。AIGC工程师这一新兴岗位也应运而生。 什么是AIGC工程师？...
-
Datawhale X 魔搭 AI夏令营第四期AIGC文生图方向Task1笔记
目录 前置知识 生成对抗网络（GAN） 大规模预训练模型 LoRA baseline一站式实现过程 下载baseline文件 安装环境，然后重启kernel 调整prompt 总结 前置知识 指导手册里写得很详细，这里写一...
-
Datawhale X 魔搭 AI夏令营第四期AIGC task1
本期夏令营AIGC方向是通过参加可图Kolors-LoRA风格故事挑战赛https://tianchi.aliyun.com/competition/entrance/532254，学习并实践文生图AIGC、工作流搭建、LoRA微调等技术。 赛题内容...
-
【AIGC】文心一言大模型使用教程：从入门到精通
引言 文心一言，作为百度强大的自然语言处理大模型，凭借其深厚的语言理解和生成能力，在文本创作、问答系统、智能客服等多个领域展现出巨大的潜力。本教程旨在帮助初学者及进阶用户全面了解文心一言大模型，掌握其调用方法、使用技巧，并通过实际案例提升使用效率。 一...
-
【AIGC调研系列】VILA-1.5版本的视频理解功能如何
VILA-1.5版本的视频理解功能表现出色，具有显著的突破。这一版本不仅增强了视频理解能力，还提供了四种不同规模的模型供用户选择，以适应不同的应用需求和计算资源限制[1][2][3]。此外，VILA-1.5支持在笔记本等边缘设备上部署，这得益于其高效的模型...
-
NLP主流大模型如GPT3/chatGPT/T5/PaLM/LLaMA/GLM的原理和差异有哪些-详细解读
自然语言处理（NLP）领域的多个大型语言模型（如GPT-3、ChatGPT、T5、PaLM、LLaMA和GLM）在结构和功能上有显著差异。以下是对这些模型的原理和差异的深入分析： GPT-3 (Generative Pre-trained Transf...
-
AIGC工具全面解析: 优缺点一目了然
目录 AIGC工具全面解析: 优缺点一目了然 优点 1. 准确性高 2. 多领域支持 3. 自动学习和迭代 缺点 1. 可能存在较高的错误率 2. 受限于训练数据 3. 缺乏主动性和创造力 结论 AIGC工具全面解析: 优缺点一...
-
AIGC从入门到实战：只缘身在此山中：GPT 模型靠什么取胜和出圈？
AIGC从入门到实战：只缘身在此山中：GPT 模型靠什么取胜和“出圈”？ 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming / TextGenWebUILLM AIGC from Begi...
-
阿里Qwen2正式开源，性能全方位包围Llama-3 | 最新快讯
Qwen 系列会是众多大学实验室新的默认基础模型吗？ 斯坦福团队套壳清华大模型的事件不断发酵后，中国模型在世界上开始得到了更多关注。不少人发现，原来中国已经有不少成熟的大模型正在赶超国外。 HuggingFace 平台和社区负责人 Omar San...
-
AIGC从入门到实战：基于大模型的人工智能应用的涌现和爆发
1. 背景介绍 1.1 人工智能的新纪元：AIGC 的崛起 近年来，人工智能（AI）领域经历了前所未有的发展，其中 AIGC（AI Generated Content，人工智能生成内容）的崛起尤为引人注目。AIGC 借助深度学习模型，能够生成逼真的图像...
-
AI大模型日报#0418：Stable Diffusion 3开放API、Meta新研究让AI Agent理解物理世界
导读： 欢迎阅读《AI大模型日报》，内容基于Python爬虫和LLM自动生成。目前采用“文心一言”生成了每条资讯的摘要。标题: 微软刚发布了VASA-1 这个人工智能可以让单张图像具有生动的说话和歌唱能力 摘要: 微软发布了VASA-1人工智能，...
-
小米AI大模型MiLM通过备案 将应用于手机、汽车产品中
5月16日，小米公司宣布，小米大语言模型MiLM正式通过大模型备案，小米大模型将逐步应用于小米汽车、手机、智能家居等产品中。 5月15日，北京市生成式人工智能服务新增已备案信息正式公布。此次19家企业新增备案，包括了北京小米科技有限责任公司“小米”、腾讯...
-
Llama 3低比特量化性能下降显著！全面评估结果来了 | 港大&北航&ETH
大模型力大砖飞，让LLaMA3演绎出了新高度： 超15T Token数据上的超大规模预训练，既实现了令人印象深刻的性能提升，也因远超Chinchilla推荐量再次引爆开源社区讨论。 与此同时，在实际应用层面上，另一个热点话题也浮出水面： 资源有限场景下...
-
探索ChatGLM-LLaMA-chinese：新一代AI聊天机器人与多语言建模的创新实践
探索ChatGLM-LLaMA-chinese：新一代AI聊天机器人与多语言建模的创新实践 项目地址:https://gitcode.com/27182812/ChatGLM-LLaMA-chinese-insturct 在人工智能领域，语言模型的...
-
【AIGC调研系列】苹果MM1大模型与其他模型相比的优势和劣势
苹果MM1大模型与其他模型相比，具有以下优势和劣势： 优势： 多模态能力：MM1是基于大规模多模态预训练的，这意味着它能够处理和理解多种类型的数据（如文本、图像等），在上下文预测、多图像和思维链推理等方面表现出色[7][10]。 少样本学习能力：...
-
剑桥团队开源：赋能多模态大模型RAG应用，首个预训练通用多模态后期交互知识检索器
论文链接：https://arxiv.org/abs/2402.08327 DEMO 链接：https://u60544-b8d4-53eaa55d.westx.seetacloud.com:8443/ 项目主页链接：https://preflm...
-
拖拽P图技术又升级了：StableDrag更稳、更准，南大、腾讯联合打造
去年 5 月，动动鼠标就能让图片变「活」得研究 DragGAN 吸引了 AI 圈的关注。通过拖拽，我们可以改变并合成自己想要的图像，比如下图中让一头狮子转头并张嘴。 实现这一效果的研究出自华人一作领衔的「Drag Your GAN」论文，于上个月放出并已...
-
华为云盘古大模型通过金融大模型标准符合性验证
据华为官方消息，2023年12月，在中国信通院组织的可信AI大模型标准符合性验证中，华为云盘古大模型成功完成了金融大模型的验证，并获得了优秀级（4+级）评分。这一成绩不仅突显了华为云盘古大模型在金融领域的卓越性能，还使其成为首批通过金融大模型及行业大模型标...
-
ControlNet作者新作：AI绘画能分图层了，项目未开源就斩获660 Star
“绝不是简单的抠图。” ControlNet作者最新推出的一项研究受到了一波高度关注—— 给一句prompt，用Stable Diffusion可以直接生成单个或多个透明图层（PNG）! 例如来一句: 可以看到，AI不仅生成了符合prompt的完整图像...
-
LLaMA 2 和 QianWen-14B
阿里云通义千问14B模型开源！性能超越Llama2等同等尺寸模型 - 科技新闻 - EDA365电子论坛网 LLaMA 2 的硬件要求： LLaMA 2 系列模型有不同的参数量版本，如7B、13B和70B等。对于不同大小的模型，其硬件需求也有所不同。以...
-
《杭州新闻联播》首推全AI主持播报：表情生动、肢体自然
快科技2月12日消息，据杭州电视台官方公众号杭州综合频道”介绍，《杭州新闻联播》甲辰龙年上新两位新主播小雨、小宇。 这两位主播已经在年初一和年初二的节目中登场，TA们是杭州文广集团短视频AI生产实验车间开发生产的AI数字主播，以两位真人主播雨辰、麒宇为蓝本...
-
飞浆AI studio人工智能课程学习（1）-大模型时代&优质Prompt
文章目录 大模型时代&优质Prompt Al生成技术价值概览 开始构建你的优质prompt 近十年深度学习模型主要更迭 为什么大模型能够有如此强大的表现力 大模型与Prompt 例1： 画一幅画，呆萌的小猫躺在大泡泡中 例2：请生成...
-
ChatGPT与文心一言的较量：智能回复、语言准确度及知识库维度对比分析
在人工智能技术飞速发展的今天，自然语言处理领域的两大翘楚——美国OpenAI研发的ChatGPT和中国百度推出的文心一言，各自凭借其强大的自然语言生成能力引发了全球范围内的广泛关注。本文将深入探讨两者在智能回复、语言准确性以及知识库丰富度等方面的表现，...
-
怎么快速转行并学习提示工程师的方法
chatgpt的出现毫无疑问打破了原有的商业格局， 各个公司都已逐渐使用chatgpt来取代人工，反正老板总是提出各种逆天的要求，但chatgpt可不一定听得懂，雇一个翻译那可真是一个好主意 -------------提示工程师 以往要费几天功夫的...
-
ChatGPT与文心一言：两大AI助手智能回复、语言准确性、知识库丰富度比较
ChatGPT与文心一言：两大AI助手智能回复、语言准确性、知识库丰富度比较 在现代科技飞速发展的时代，人工智能已经成为了我们生活中不可或缺的一部分。特别是在对话AI领域，两大巨头ChatGPT和文心一言以其出色的性能和广泛的应用引起了大家的广泛关注。...
-
推翻Transformer奠基之作疑被拒收，ICLR评审遭质疑！网友大呼黑幕，LeCun自曝类似经历
去年12月，CMU和普林斯顿的2位研究者发布了Mamba架构，瞬间引起AI社区震动！ 结果，这篇被众人看好有望「颠覆Transformer霸权」的论文，今天竟曝出疑似被顶会拒收？！ 今早，康奈尔大学副教授Sasha Rush最先发现，这篇有望成为奠基之作...
-
米塔体验入口 AI社区平台创作工具软件教程使用地址
米塔是一个连接全球创作者的AI社区平台，为作家、设计师、编剧、诗人等创意工作者以及对AI创作感兴趣的普通用户提供创作工具。通过米文、米画等功能，用户只需输入文字提示，即可利用AI技术生成小说大纲、文章、画作等创意内容。米塔不仅具有写作辅助、图像生成、智能对...
-
文心一言 快速上手方法及常用指令汇总
文心一言四个字的来源是《文心雕龙》，这本书是中国南朝梁代文学家刘飙所著的一本文学理论著作，而其中的“文心”二字恰好与“一言”共用一个“言”字，这便构成了“文心一言””这一名字。 文心一言是百度研发的知识增强大语言模型，能够与人对话互动，回答问题,协助创作...
-
AIGC场景应用展望研究报告
AIGC场景应用展望研究报告 AIGC介绍 技术视角：AIGC产业技术新突破 产业视角：AIGC的产业新变革 典型企业案例 随着人工智能技术的快速发展，AIGC(AI生成内容 正在成为内容生产方式的新趋势。AIGC场景应用展望研...
-
华盛顿大学推高效大模型调优方法“代理调优”
华盛顿大学推出更高效的大模型调优方法“代理调优”，该方法通过对比小型调整模型和未调整模型的预测结果来引导基础模型的预测，实现对模型的调优而无需接触模型的内部权重。 随着ChatGPT等生成式AI产品的发展，基础模型的参数不断增加，因此进行权重调优需要耗费大...
-
ChatGPT 和文心一言两大AI助手的比较
一 背景 ChatGPT是由OpenAI开发的，它可以理解自己生成的内容，并根据输入的上下文进行推理和生成回复。这种自我理解的能力使得ChatGPT在处理复杂对话和问题时具有优势。 然而，ChatGPT的缺点是只能根据预先设定的规则和模板回...
-
腾讯太极文生图大模型，带你一起感受祖国大好河山
一、背景 随着大规模预训练模型的蓬勃发展和算力的大规模提升，业界和学界在图片生成这个领域也取得了非常大的进展。在AIGC（AI Generated Content）这个领域，随着英文Stable Diffusion模型的开源，催生出了很多AI绘画相关的...
-
AIGC系列之：ControlNet原理及论文解读
《Adding Conditional Control to Text-to-Image Diffusion Models》 目录 1.背景介绍 2.原理详解 2.1 Controlnet 2.2 用于Stable Diffusion的Contr...
-
【AIGC】Controlnet:基于扩散模型的文生图的可控性
前言 controlnet可以让stable diffusion的生图变得可控。 文章连接：https://arxiv.org/pdf/2302.05543.pdf 摘要 冻结了stable diffusion的预训练模型并重用它的预训练...
-
GPT-4、百度文心一言摆擂，AI大模型将掀起新一轮AIGC军备竞赛？
科技云报道原创。 一觉醒来，万众期待的GPT-4来了。OpenAI老板Sam Altman直接开门见山地介绍说：“这是我们迄今为止功能最强大的模型！”仅隔一天，“中国版ChatGPT”百度文心一言正式发布，双方大有摆擂之势。 当深度学习推动AI技术...
-
AIGC之论文笔记DALL-E
文章目录 Zero-Shot Text-to-Image Generation 一. 简介 二. 方法 2.1. 第一阶段：Learning the visual codebook 2.1.1 回顾VQ-VAE 2.1.2...
-
一个评测模型+10个问题，摸清盘古、通义千问、文心一言、ChatGPT的“家底”！...
数据智能产业创新服务媒体 ——聚焦数智 · 改变商业 毫无疑问，全球已经在进行大模型的军备竞赛了，“有头有脸”的科技巨头都不会缺席。昨天阿里巴巴内测了通义千问，今天华为公布了盘古大模型的最新进展。不久前百度公布了文心一言...
-
人工智能生成内容（AIGC）总览记录（认知篇）！！！
文章目录 一、AIGC 引入 1.1 AIGC 定义 1.2 AIGC 历史沿革（了解） 1.3 AIGC 技术演进 二、AIGC 大模型 2.1 视觉大模型提升 AIGC 感知能力 2.2 语言大模型增强 AIGC 认知能力 2.3 多...
-
深度学习实战29-AIGC项目：利用GPT-2(CPU环境)进行文本续写与生成歌词任务
大家好，我是微学AI，今天给大家介绍一下深度学习实战29-AIGC项目：利用GPT-2(CPU环境 进行文本续写与生成歌词任务。在大家没有GPU算力的情况，大模型可能玩不动，推理速度慢，那么我们怎么才能跑去生成式的模型呢，我们可以试一下GPT-2完成一些简...
-
百度文心一言，不做ChatGPT的中国翻版
数据智能产业创新服务媒体 ——聚焦数智 · 改变商业 3月16日，百度的文心一言终于正式邀请测试了。 据李彦宏介绍，文心一言可以实现文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成等。 通过观看直...