-
基于阿里云PAI部署LLaMA Factory 完成Llama3低代码微调和部署
一、引言 阿里云人工智能平台 PAI 提供了面向开发者与企业的深度学习工程平台，其中交互 式建模 PAI-DSW 集成了 Jupyter 等多种云端开发环境，提供丰富的计算资源与镜像环 境，实现开箱即用的高效开发模式。LLaMA Factory 则是一款...
-
AIGC-常见图像质量评估MSE、PSNR、SSIM、LPIPS、FID、CSFD，余弦相似度----理论＋代码
持续更新和补充中…多多交流！ 参考:图像评价指标PNSR和SSIM函数 structural_similarity图片相似度计算方法总结 MSE和PSNR MSE:...
-
llama-cpp-python安装bug：error: subprocess-exited-。scikit-build-core 0.8.2 using CMake 3.28.3 (wheel)
– llama-cpp-python安装bug：error: subprocess-exited-。scikit-build-core 0.8.2 using CMake 3.28.3 (wheel 环境 系统 linux python 3.1...
-
这个团队做了OpenAI没Open的技术，开源OpenRLHF让对齐大模型超简单
随着大型语言模型（LLM）规模不断增大，其性能也在不断提升。尽管如此，LLM 依然面临着一个关键难题：与人类的价值和意图对齐。在解决这一难题方面，一种强大的技术是根据人类反馈的强化学习（RLHF）。 但是，随着模型越来越大，RLHF 通常需要维持多个模型...
-
Stable Diffusion教程|一篇讲透Controlnet实用高阶组合用法
本文将教会你，如何利用多个controlnet组合以及一些最新的SD插件，来精准的控制画面，生成角色三视图、光源和颜色控制、替换背景，控制手脚完美生成等极具实用性的高级技巧，更多内容详见目录。 笔者研究了不同的controlnet组合和参数调整，踩了...
-
腾讯混元发布开源加速库，生图时间缩短75%
6月6日，腾讯发布针对腾讯混元文生图开源大模型（以下简称为混元DiT模型）的加速库，让推理效率大幅提升，生图时间缩短75%。 混元DiT模型的使用门槛也大幅降低。用户可以基于ComfyUI的图形化界面，使用腾讯混元文生图模型能力。同时，混元DiT模型已经...
-
照片特定风格变换Stylar AI；GPT-4V开源替代方案InternVL；纯C/C++实现的Stable Diffusion库；基于AI的数据爬取
✨ 1: AI Photo Filter Stylar AI是一款功能强大的AI图像编辑与设计工具，提供无与伦比的图片组合和风格控制。 AI Photo Filter，简言之，就是使用人工智能技术来改善或改变图片的风格、质量和元素组合的一种...
-
申请 meta llama 模型权重（超详细）
文章目录 1、github访问meta的llama项目 2、查看github项目下的README.md 3、填写申请信息（注意邮箱要与huggingface账户邮箱一致） 4、查看邮箱的邮件并了解下载教程（方案一） 5、Meta website...
-
腾讯混元发布开源文生图大模型混元DiT加速库 生图时间缩短75%
腾讯混元发布了针对开源文生图大模型混元 DiT 的加速库，可将推理时间缩短75%，生图时间大幅缩短。 混元 DiT 模型也已部署至 Hugging Face Diffusers 通用模型库，用户可通过三行代码调用模型，无需下载原始代码。 通过知识蒸馏和 T...
-
语音识别接入openai的Whisper接口，手把手保姆级教程，chatgpt的接口
据说这货已经是地表x强的语音识别了？？ 有人说“在Whisper 之前，英文语音识别方面，Google说第二，没人敢说第一——当然，我后来发现Amazon的英文语音识别也非常准，基本与Google看齐。 在中文（普通话）领域，讯飞也很能打，讯飞语音输入...
-
LLM | Yuan 2.0-M32：带注意力路由的专家混合模型
图片 一、结论写在前面 Yuan 2.0-M32，其基础架构与Yuan-2.0 2B相似，采用了一个包含32位专家的专家混合架构，其中2位专家处于活跃状态。提出并采用了一种新的路由网络——注意力路由器，以更高效地选择专家，相比采用经典路由网络的模型，其准...
-
基于 Amazon EC2 快速部署 Stable Diffusion WebUI + chilloutmax 模型
自2023年以来，AI绘图已经从兴趣娱乐逐渐步入实际应用，在众多的模型中，作为闪耀的一颗明星，Stable diffusion已经成为当前最多人使用且效果最好的开源AI绘图软件之一。Stable Diffusion Web UI 是由AUTOMATIC11...
-
使用llama.cpp在linux cuda环境部署llama2方法记录及遇到的问题
一、编译lllama.cpp 拉取llama.cpp库 cd llama.cpp make LLAMA_CUBLAS=1 LLAMA_CUDA_NVCC=/usr/local/cuda/bin/nvcc bug：编译问题 使用make，nv...
-
5.llama.cpp编译及使用
llama.cpp的编译及使用 下载源码 llama.cpp https://github.com/ggerganov/llama.cpp ggml 向量库 https://github.com/ggerganov/ggml 安装依赖库...
-
Stable Diffusion安装（非秋叶包一键部署）
Stable Diffusion安装与配置详细步骤 一 、下载前置资源 下载CUDA 1. 查看CUDA版本 通过以下命令查看CUDA版本： nvidia-smi 复制 确保CUDA版本符合要求。 2. 下载CUDA ...
-
llama.cpp制作GGUF文件及使用
llama.cpp的介绍 llama.cpp是一个开源项目，由Georgi Gerganov开发，旨在提供一个高性能的推理工具，专为在各种硬件平台上运行大型语言模型（LLMs）而设计。这个项目的重点在于优化推理过程中的性能问题，特别是针对CPU环境。以...
-
【保姆级教程】Linux上部署Stable Diffusion WebUI和LoRA训练，拥有你的专属图片生成模型
0 写在前面 Stable Diffusion 是当前最火热的图像生成模型之一，目前已经广泛应用于艺术创作、游戏开发、设计模拟等领域，因其开源生态和易于使用而受到创作者的广泛关注，相比 Midjourney 而言，其最大的优势是完全免费，且拥有庞大的社...
-
智谱AI宣布开源 GLM 第四代模型 GLM-4-9B
GLM 技术团队于2023年3月14日开源了 ChatGLM-6B，引起了广泛的关注和认可。随后又开源了 ChatGLM3-6B，开发者对 GLM 第四代模型的开源充满期待。经过近半年的探索工作，GLM 技术团队推出了第四代 GLM 系列开源模型:GLM-...
-
在VS中使用Github Copilot心得
环境 周末在家里尝试了在Visual Studio 2022中按装了Github Copilot.首先我将VS 升级到了最新版本，然后在插件市场按装了Copilot.然后关联了GITHUB的账户，同时激活了Copilot. 这个是收费的。 使用心得...
-
强到离谱！Stable Diffusion让商业换装如此简单！AI一键换装，AI绘画教程
今天给大家介绍一款可以让 Stable Diffusion 轻松实现AI一键换装的超强插件—— Inpaint Anything ，它能精准地替换图片中的指定部位，不仅上手简单，而且简直强到离谱！需要这个插件的小伙伴看文末扫码获取。 首先，我们要下载这个...
-
CVPR 2024 | 前沿而相对小众！几个AIGC扩散模型diffusion应用一览
1、机器人规划/智能决策 SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution 扩散...
-
太兴奋了！Stable Diffusion WebUI v1.9.0它来了~重大更新！超详细讲解！
大家好，我是程序员晓晓 距上次 WebUI v1.8的更新发布刚刚过去一个多月，Stable Diffusion WebUI 这次又又又更新了，老徐关注到Stable Diffusion WebUI作者UTOMATIC1111就在前几天在GitHub...
-
Fitten Code插件安装——又一款AI代码插件火了，比Copilot更快！
Fitten Code插件 最近又新出了一款国产AI写代码神器，直接秒杀GitHub Copilot！速度更快、准确度还高，并且在功能上基本和GitHub Copilot差不多。 重要是的是，免费，免费，完全免费！ Fitten Code介绍...
-
被作者删库的Llama 3-V原文再现！效果匹敌GPT4-V，训练费用暴降，区区不到500 美元，尺寸小100 倍，如何做到的
编译 | 言征 作者 | Aksh Garg 备注：发稿前作者已经删掉原文 出品 | 51CTO技术栈（微信号：blog51cto） 近日，一款Llama3V最近被“先红后黑”的出了圈。作为全球顶尖研究学府的团队，身陷“抄袭”中国大模型的泥潭后，火速删稿...
-
拥有私人GPT：chatgpt-web-midjourney-proxy完整部署指南
引言 拥有私人GPT并不是真正把GPT据为己有，而是让你能够在任何地方都能通过API的形式随时使用GPT。私人GPT目前也可以完美解决如下问题： 无需魔法即可使用，不限次数随意调用； 无需注册、登录，也无需国外账户支付购买； 经济实惠，仅为使用官方费...
-
斯坦福回应抄袭清华系大模型 公开道歉并删除推文
斯坦福大学的一个AI团队在 5 月 29 日发布了一个名为Llama3-V的多模态大模型，并宣称只需 500 美元就能训练出一个性能与GPT4-V相媲美的模型。然而，该模型随后被指控抄袭，与国内由面壁智能和清华大学自然语言处理实验室联合推出的大模型Mini...
-
Stable Diffusion 安装教程（附安装包） 【SD三种安装方式，Win+Mac一篇文章讲明白】
“Stable Diffusion的门槛过高、不会安装？没关系，这篇文章教会你如何安装！”（文末扫码可直接获取免费安装包~） Stable Diffusion的安装部署其实并不困难，只需简单点击几下，几分钟就能安装好，不管是windows还是苹果mac电...
-
3B模型新SOTA！开源AI让日常调用不同大模型更简单
大模型，大，能力强，好用！ 但单一大模型在算力、数据和能耗方面面临巨大的限制，且消耗大量资源。 而且目前最强大的模型大多为闭源，对AI开发的速度、安全性和公平性有所限制。 AI大模型的未来发展趋势，需要怎么在单一大模型和多个专门化小模型之间做平衡和选择？...
-
AI领域的赛博佛祖，他的名字，叫张吕敏。
前两天，AI绘图圈的赛博佛祖张吕敏，又出手了，发了一个挺牛逼的新项目，叫Omost。 简而言之，Omost的作用就是，把简单的一句话，扩展成非常牛逼、详细且精准的Prompt，然后挨个画出各种不同的区域，最后合成在一起。 注意，是合成，所以精准可控能力极...
-
多模态模型学会打扑克：表现超越GPT-4v，全新强化学习框架是关键
只用强化学习来微调，无需人类反馈，就能让多模态大模型学会做决策！ 这种方法得到的模型，已经学会了看图玩扑克、算“12点”等任务，表现甚至超越了GPT-4v。 图片 这是来自UC伯克利等高校最新提出的微调方法，研究阵容也是相当豪华： 图灵奖三巨头之一、M...
-
昆仑万维宣布开源2千亿稀疏大模型Skywork-MoE 性能强劲成本更低
在大模型技术迅速发展的背景下，昆仑万维公司开源了一个具有里程碑意义的稀疏大型语言模型Skywork-MoE。这个模型不仅在性能上表现出色，而且还大幅降低了推理成本，为应对大规模密集型LLM带来的挑战提供了有效的解决方案。 Skywork-MoE模型特点:...
-
在Docker中部署Llama大型语言模型
Docker作为一个轻量级的容器化平台，使得应用程序的部署和扩展变得简单而高效。在Docker中部署Llama大型语言模型，可以确保模型运行环境的一致性和可移植性，同时也便于管理和扩展。本文将介绍如何在Docker中部署Llama模型的具体步骤和注意事项。...
-
LLAMA 3的测试之旅：在GPT-4的阴影下前行
Meta终于发布了他们长期期待的LLAMA 3模型，这是一个开源模型，实际上提供了一系列新的功能，使得模型在回答问题时表现得更好。这对AI社区来说是一个真正的里程碑事件。 Meta正在发布新版本的Meta AI，这是一种可以在他们的应用程序和眼镜上提...
-
AI绘画【comfyUI】两个自动蒙版操作，轻松实现一键更换背景
大家好！我是向阳 在SD-webui里有个segment_anything插件，只需输入想要提取的元素， 就能帮我们一键生成图片的前景、背景和蒙版。 这期我就分享两个，在ComfyUI里面轻松去背景和生成蒙版的节点。 第一个：segment_an...
-
Stable Diffusion Web UI Windows部署及坑
文章目录 1、准备 2、Miniconda安装 3、git安装 4、安装CUDA 4、开始部署 遇到的坑 1、准备 官网 需要翻墙软件 最少6G内存，显卡在2060以上 2、Miniconda安装 这是一个运行pytho...
-
AlphaFold 3引不满！服务器被黑，全世界科学家竞相破解
不久前，AlphaFold3横空出世，直接登上了Nature头版。 新的架构、前所未有的预测精度和准确率，再次震撼了整个学术界。 然而，与AlphaFold2不同，这个新一代的超强模型却没有开源。 取而代之的是，谷歌DeepMind推出了一个免费研究平...
-
快速学会一个算法，xLSTM
今天给大家分享一个超强的算法模型，xLSTM。 xLSTM（Extended Long Short-Term Memory）是对传统 LSTM（Long Short-Term Memory）模型的扩展和改进，旨在提升其在处理时间序列数据和序列预测任务中的...
-
ollama部署体验Chinese-LLaMA-Alpaca-3大模型项目
前言 书接上回：快速评测已有的中文llama-3开源模型（4月25日更新）_llama3-chinese-novel-CSDN博客 虽然Llama-3大模型发布以后，中文适配模型也出了一大堆，但效果都不尽人意，参差不齐。近期，Chinese-LLaMA...
-
LMDeploy高效部署Llama-3-8B，1.8倍vLLM推理效率
Llama 3 近期重磅发布，发布了 8B 和 70B 参数量的模型，LMDeploy 对 Llama 3 部署进行了光速支持，同时对 LMDeploy 推理 Llama 3 进行了测试，在公平比较的条件下推理效率是 vLLM 的 1.8 倍。 书生...
-
Stable Diffusion 指定模型，Lora 训练全流程
简介 在使用 Stable Diffusion 的时候，可以选择别人训练好的 Lora，那么如何训练自己的 Lora呢？ 本篇文章介绍了如何训练Lora，如何筛选模型，如何在 Stable Diffusion 中使用。 闲话不多说，直接实际操作吧。...
-
一模一样！斯坦福AI团队被曝抄袭中国国产大模型：直接删库跑路
快科技6月3日消息，近日，斯坦福AI团队被曝出了抄袭事件，而且抄袭的还是中国国产的大模型成果，模型结构和代码，几乎一模一样。 斯坦福的Llama3-V项目在5月29日发布，宣称仅需500美元就能训练出一个性能超越GPT-4V、Gemini Ultra、Cl...
-
昆仑万维宣布开源 2 千亿稀疏大模型 Skywork-MoE
2024年6月3日，昆仑万维宣布开源了一个性能强劲的2千亿稀疏大模型，名为 Skywork-MoE。这个模型是在之前开源的 Skywork-13B 模型的基础上扩展而来的，是首个完整应用并落地 MoE Upcycling 技术的开源千亿级 MoE 大模型。...
-
Stable Diffusion使用Roop插件一键换脸教程
一、前言 先做个声明，下面图片都是AI工具生成，此技术不要做危害他人之事。 在AI绘画的学习过程中，有不少人希望可以用AI做个人写真，或者将AI生成的图片换成真人的脸做服装展示。训练模型也可以实现上面的需求，但是需要的图比较多，很麻烦。今天教大家使用...
-
利用人工智能和机器人推动科学发展
人类研究人员将永远在科学中发挥作用，但人类在探索科学方面有许多局限，我们需要吃饭和睡觉，我们的情绪会影响行为，我们的身体很容易受到不可挽回的伤害——所有这些都可能阻碍科学成就。美国阿贡国家实验室最近的发展表明，应该让机器人做一些工作，研究人员称之为“自主...
-
斯坦福爆火Llama3-V竟抄袭国内开源项目，作者火速删库
在 GPT-4o 出世后，Llama3 的风头被狠狠盖过。GPT-4o 在图像识别、语音理解上卓越的性能展现了它强大多模态能力。开源领域的领头羊 Llama3 曾在几乎所有基准测试中都超越了 GPT-3.5，甚至在某些方面超越了 GPT-4。这次就要闷声...
-
大模型微调之 使用 LLaMA-Factory 微调 Llama3
大模型微调之 使用 LLaMA-Factory 微调 Llama3 使用 LLaMA Factory 微调 Llama-3 中文对话模型 安装 LLaMA Factory 依赖 %cd /content/ %rm -rf LLaMA-Factory...
-
一上线就爆火出圈！中文语音AI天花板ChatTTS官网上线
还记得之前给大家推荐的中文语音AI天花板ChatTTS吗?这个可平替 GPT-4o的文本转语音项目一上线就爆火出圈，短短几天就在GitHub上斩获了16.9K的Star 量。 而现在，ChatTTS正式上线了官网，所有用户都可以直接在线体验了。 主要功能...
-
我的stable-diffusion入门
开头 翻到一个感兴趣的帖子，然后开始了这段折腾 载下来用了，发现用的是cpu出图，慢的很，还是需要stable diffusion webui来做，所以就开始找资料 参考链接 找模型：https://civitai.com/https://hug...
-
whisper-v3模型部署环境执行
1. 安装whisperV3 github git clone https://github.com/openai/whisper.git pip install -U openai-whisper pip install setuptools-ru...
-
LLM的「母语」是什么？
大语言模型的「母语」是什么？ 我们的第一反应很可能是：英语。 但事实果真如此吗？尤其是对于能够听说读写多种语言的LLM来说。 对此，来自EPFL（洛桑联邦理工学院）的研究人员发表了下面这篇工作来一探究竟： 图片 论文地址：https://arxiv.or...