-
MidJourney制作缩略图的几种方式
背景 使用MidJourney生成图片，如果在prompt上不设置特殊的指令参数，官方默认返回的图片清晰度比较高，尺寸也很大。项目中我们自己会把MidJourney生成的原图保存一份，这样就会存在一个问题，因为MidJourney分辨率很高，占用的空间...
-
“大海捞针”out！“数星星”成测长文本能力更精准方法，来自鹅厂
大模型长文本能力测试，又有新方法了！ 腾讯MLPD实验室，用全新开源的“数星星”方法替代了传统的“大海捞针”测试。 相比之下，新方法更注重对模型处理长依赖关系能力的考察，对模型的评估更加全面精准。 利用这种方法，研究人员对GPT-4和国内知名的Kimi...
-
性能强，成本低，运行快！最强开源大模型出现，超越ChatGPT和Llama！
大数据人工智能公司 Databricks放大招了！ 3月27日，该公司开源了通用大模型 DBRX，并声称该模型是迄今为止全球最强大的开源大型语言模型，比 Meta 的 Llama 2 更为强大。 GPT-3.5研究测试： https://huj...
-
Stable Diffusion插件安装的3种方法，附4个插件下载地址！
目录 1. 前言 2. Stable Diffusion插件安装 2.1. 扩展库安装 2.2. URL安装 2.2. 源码安装 3. Stable Diffusion插件推荐 3.1. prompt-all-in-one 提示词翻译 ...
-
【没有哪个港口是永远的停留~论文解读】stable diffusion 总结 代码&推导&网络结构
了解整个流程： 【第一部分】输入图像 x （W*H*3的RGB图像） 【第一部分】x 经过编码器 生成 (latent 空间的表示 h*w*c (具体设置多少有实验 【第二部分】 逐步加噪得到 ，和噪声标签 【第二部分】由 Unet（ ）...
-
马斯克开源 Grok：参数量近 Llama 四倍，成全球最大开源模型
本周一，马斯克在他的社交媒体平台 X 上宣布 xAI 开源 Grok，这也兑现了他上周的开源承诺。截至目前，Grok 已经在 GitHub 上获得了 4.3k 颗 Star。 开源地址：https://github.com/xai-org/grok-1...
-
GPT-4单项仅得7.1分，揭露大模型代码能力三大短板，最新基准测试来了
首个AI软件工程师Devin正式亮相，立即引爆了整个技术界。 Devin不仅能够轻松解决编码任务，更可以自主完成软件开发的整个周期——从项目规划到部署，涵盖但不限于构建网站、自主寻找并修复 BUG、训练以及微调AI模型等。 这种 “强到逆天” 的软件开发...
-
孟子3-13B大模型正式开源
澜舟科技近日宣布，其研发的孟子3-13B大模型正式开源，并向学术研究领域全面开放，同时支持免费商用。这一轻量化大模型在多项基准测试中展现了优异的性能，特别是在参数量20B以内的模型中，其中英文语言能力尤为突出，数学和编程能力也位于行业前列。 孟子3-13B...
-
让视频姿态Transformer变得飞速，北大提出高效三维人体姿态估计框架HoT
目前，Video Pose Transformer（VPT）在基于视频的三维人体姿态估计领域取得了最领先的性能。近年来，这些 VPT 的计算量变得越来越大，这些巨大的计算量同时也限制了这个领域的进一步发展，对那些计算资源不足的研究者十分不友好。例如，训练...
-
XZ恶意代码潜伏三年，差点引发核末日？后门投毒黑客身份成谜
整个周末，开源软件xz被植入后门事件，引发了安全界的轩然大波。 研究人员惊恐地发现，在包括Red Hat和Debian在内的多个广泛使用的Linux版本中，一款压缩工具被悄悄植入了恶意代码！ 微软的安全研究员Andres Freund首次报告了这件事。...
-
大模型实时打《街霸》捉对PK，GPT-4居然不敌3.5，新型Benchmark火了
让大模型直接操纵格斗游戏《街霸》里的角色，捉对PK，谁更能打? GitHub上一种你没有见过的船新Benchmark火了。 与llmsys大模型竞技场中，两个大模型分别输出答案，再由人类评分不同——街霸Bench引入了两个AI之间的交互，且由游戏引擎中确...
-
0门槛免费商用！孟子3-13B大模型正式开源，万亿token数据训练
澜舟科技官宣：孟子3-13B大模型正式开源！ 这一主打高性价比的轻量化大模型，面向学术研究完全开放，并支持免费商用。 在MMLU、GSM8K、HUMAN-EVAL等各项基准测评估中，孟子3-13B都表现出了不错的性能。 尤其在参数量20B以内的轻量化大模...
-
比LoRA还快50%的微调方法来了！一张3090性能超越全参调优，UIUC联合LMFlow团队提出LISA
2022 年底，随着 ChatGPT 的爆火，人类正式进入了大模型时代。然而，训练大模型需要的时空消耗依然居高不下，给大模型的普及和发展带来了巨大困难。面对这一挑战，原先在计算机视觉领域流行的 LoRA 技术成功转型大模型 [1][2]，带来了接近 2...
-
比人类便宜20倍！谷歌DeepMind推出「超人」AI系统
AI的同行评审来了！ 一直以来，大语言模型胡说八道（幻觉）的问题最让人头疼，而近日，来自谷歌DeepMind的一项研究引发网友热议： 大模型的幻觉问题，好像被终结了？ 论文地址：https://arxiv.org/pdf/2403.18802.pdf...
-
爆火的Ai绘画到底怎么用？Disco Diffusion（免费）入门
前段时间，一幅用AI绘制的作品获得绘画大奖的新闻又一次让AI绘画的话题热了起来，作为有一定美术基础的我看来，仅仅通过修改一些参数，通过文字描述，就可以获得一幅超过许多专业人士的画作，的确是让大部分公众兴奋，让少部分专业人士担忧的事。 不过，关于未来画家会...
-
HOW - Copilot 使用技巧
目录 一、介绍 二、定位：开发者的高水平结对编程助手 三、使用场景 四、常见使用方式 运维团队 数据与算法团队 开发和测试团队 五、对效率的提升 六、常见问题 一、介绍...
-
如何修改大模型的位置编码 --以LLama为例
最近在看RoPE相关内容，一些方法通过简单修改位置编码就可以无需训练支持更长的文本内容。由于一些模型，已经训练好了，但是怎么修改已经训练好的模型位置编码。查了以下相关代码，记录一下。原理这里就不细讲了，贴几个相关博客。十分钟读懂旋转编码（RoPE）Tran...
-
52个AIGC视频生成算法模型介绍
基于Diffusion模型的AIGC生成算法日益火热，其中文生图，图生图等图像生成技术普遍成熟，很多算法从业者开始从事视频生成算法的研究和开发，原因是视频生成领域相对空白。 AIGC视频算法发展现状 从2023年开始，AIG...
-
llama.cpp部署多模态视觉模型到应用实践
一、安装cmake https://cmake.org/ 因为我使用是win10系统cmake版本是3.26.4，请根据自己系统选择版本。 二、下载源码 git clone https://github.com/ggerganov/llam...
-
AIGC工具系列之——基于OpenAI的GPT大模型搭建自己的AIGC工具
今天我们来讲讲目前非常火的人工智能话题“AIGC”，以及怎么使用目前的AI技术来开发，构建自己的AIGC工具什么是AIGC？ AIGC它的英文全称为(Artificial Intelligence Generated Content ，中文翻译过来就是“人...
-
Stable Diffusion Webui 本地部署【踩坑记录】
1、安装python Python Release Python 3.10.6 | Python.org 2、安装git git是一个代码管理工具，通过它可以将开源项目仓库克隆到本地 下载地址：Git - Downloading Package...
-
优秀自媒体工作者常用的8款ai写作工具! #人工智能#AI写作
在当今互联网时代，AI（人工智能）技术的快速发展使得许多传统工作都得到了极大的改进和提高效率。其中，AI写作软件在快速撰写高质量内容方面发挥了重要作用。本文将介绍备受赞誉的AI写作软件，并为您详细分析它们的特点和优势。 1.写作兔 这是一个微信公众号...
-
超快的 AI 实时语音转文字，比 OpenAI 的 Whisper 快4倍 -- 开源项目 Faster Whisper
faster-whisper 这个项目是基于 OpenAI whisper 的模型，在上面的一个重写。 使用的是 CTranslate2 的这样的一个库，CTranslate2 是用于 Transformer 模型的一个快速推理引擎。 在相同精度的情况...
-
DeepMind终结大模型幻觉？标注事实比人类靠谱、还便宜20倍，全开源
DeepMind 这篇论文一出，人类标注者的饭碗也要被砸了吗? 大模型的幻觉终于要终结了? 今日，社媒平台 reddit 上的一则帖子引起网友热议。帖子讨论的是谷歌 DeepMind 昨日提交的一篇论文《Long-form factuality in la...
-
笔记本电脑上部署LLaMA-2中文模型
尝试在macbook上部署LLaMA-2的中文模型的详细过程。 （1）环境准备 MacBook Pro(M2 Max/32G ; VMware Fusion Player 版本 13.5.1 (23298085 ; Ubuntu 22.04.2 L...
-
Champ首发开源：人体视频生成新SOTA，5天斩获1k星，demo可玩
近日，由阿里、复旦大学、南京大学联合发布的可控人体视频生成工作 Champ 火爆全网。该模型仅开源 5 天 GitHub 即收获 1k 星，在 Twitter 更是「火出圈」，吸引了大量博主二创，浏览量总量达到 300K。 目前 Champ 已经开源...
-
ChatGPT 提示词：2024最新AIGC提示词大全（文末名片获取电子书）
博主猫头虎的技术世界 🌟 欢迎来到猫头虎的博客 — 探索技术的无限可能！ 专栏链接： 🔗 精选专栏： 《面试题大全》 — 面试准备的宝典！ 《IDEA开发秘籍》 — 提升你的IDEA技能！ 《100天精通鸿蒙》 — 从Web/...
-
Copilot 编程助手的介绍及使用
介绍 Copilot 是2021年由 GitHub 与 OpenAI 合作研发的一款编程助手，同时也是全球首款使用OpenAI Codex模型（GPT-3后代）打造的大规模生成式AI开发工具。 Copilot 底层模型目前经过了数十亿行公开代码的训...
-
蚂蚁集团异常检测和归因诊断分析实践
分享嘉宾｜丁雷雷 蚂蚁集团算法专家 硕士毕业于北京邮电大学自动化学院，曾在阿里妈妈搜索直通车做广告算法。目前在蚂蚁机器智能部，从事异常检测、时序预测、归因分析、因果推断算法工作。 本文将分享异常检测与归因诊断在蚂蚁集团的实践。主要围绕归因诊断、异常检测...
-
AI神器之微软的编码助手Copilot
更多内容请关注wx公众号：AI高工 欢迎进社群参与分享讨论请加WX号：peter_gao ChatGPT 之后微软又推出了一个王炸产品，Microsoft 365 Copilot。这次是将GPT4的能力应用到了Office领域当中。 众所周知，微...
-
为什么不是Github Copilot,不是 Devin 而是 AutoCoder
我之前常说，不要逆AGI潮流去做一些事情，但也要对当前的大模型的边界有清晰的了解。 Github Copilot 本质还是IDE工具的衍生，是一个更加“智能”的代码提示，而其提供的Copilot Chat 则更加只是把一个聊天框做到IDE而已，和...
-
chatgpt和 github copilot chat哪个更强
chatgpt大家应该都不陌生 ChatGPT 是由 OpenAI 开发的一种基于 GPT（生成式预训练模型）的聊天机器人。它可以生成语言上下文相关的响应，从而进行自然语言对话。ChatGPT 利用大规模的语言数据进行预训练，并通过微调或在线学习来适应特...
-
元象大模型开源30款量化版本 可更低成本部署
元象大模型开源了30款量化版本，支持 vLLM 和 llama.cpp 等主流框架的量化推理，无条件免费商用。 对量化前后的模型能力、推理性能进行评估，以 XVERSE-13B-GPTQ-Int4量化版本为例，量化后模型权重压缩了72%，总吞吐提高了1.5...
-
Whisper-AT:一个统一语音识别和音频标签的模型
公众号/视频号/小红书/微博 ：人工智能技术派 人工智能技术派(AITECH 成员：hws ⎣语音大模型⎤ Whisper-AT: Noise-Robust Automatic Speech Recognizers are Also Strong...
-
Github Copilot的使用方法和快捷键
GitHub Copilot是一款由GitHub和OpenAI共同开发的代码智能补全工具，它使用机器学习模型来为你提供代码建议和自动完成，可以加快开发过程并提高代码质量。下面是使用GitHub Copilot的方法和常用快捷键： 使用方法： 准备工作...
-
TOXCL：用于检测和解释隐性有毒言论的统一AI框架
社交媒体上的毒性言论可能会像野火般蔓延，特别是针对个人和边缘化群体。明显的仇恨言论相对容易被发现，但隐含毒性——依赖于刻板印象和编码语言而不是明显的侮辱——提出了更为棘手的挑战。如何训练人工智能系统不仅能够检测到这种隐晦的毒性，还能解释为何它是有害的呢?...
-
探秘Copilot Clone: 智能代码助手的开源新秀
探秘Copilot Clone: 智能代码助手的开源新秀 项目地址:https://gitcode.com/hieunc229/copilot-clone 在当今的软件开发世界中，效率和生产力是每个开发者关注的核心。GitHub 的 Copilot...
-
一文尽览！相机内参标定的工具有哪些？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 相机标定任务是很多高级功能的上游，无论是深度学习方案或是传统方案都非常依赖相机标定精度，今天就为大家盘点下相机内参标定常用的工具箱。 1）OpenCV标定工具箱 opencv这个不用多说了，支持多种相机...
-
Stable Diffusion~自注意力替换技术
在这篇文章中，作者展示了一个较为复杂的基于 Diffusers 开发的自注意力替换示例项目，用于提升 SD 视频生成的一致性。在这个过程中，作者讲述了 AttentionProcessor 相关接口函数的使用，并了解了如何基于全局管理类实现一个代码可维护性...
-
【wails】（8）：发现一个用golang重写llama.cpp的llama.go项目，经测试支持f32模型，半年未更新，找到llama.cpp对应的版本，可以转换f32模型
1，项目地址 https://github.com/gotzmann/llama.go 项目最后的发布时间是2023年4月28日 项目是把 llama.cpp 的项目重写使用 golang 重写了下。 https://www.bilibili.co...
-
【在线回放】NVIDIA GTC 2024 大会 | 如何降低 AI 工程成本？蚂蚁从训练到推理的全栈实践
本文内容来源于蚂蚁集团 AI Infra部门负责人张科，在 GTC 2024 大会 China AI Day 线上专场的演讲。在演讲中张科分享了 AI 工程当前的现状和主要挑战，以及蚂蚁集团在 AI 工程领域的实践经验和开源项目，也欢迎 AI 工程领域的同...
-
Claude 3反超GPT-4竞技场登顶！小杯Haiku成开发者新宠：性价比无敌
GPT-4真的被反超了！ 大模型竞技场上，Claude 3大杯Opus新王登基，Elo分数来到榜首。 连小杯Haiku也跻身第二梯队，超过了GPT-4-0613这个型号，把GPT-3.5-turbo远远甩在身后。 Haiku的输入token价格，可...
-
让 stable diffusion 局域网访问：详细解析配置步骤【Stable Diffusion 实战教程】
有不会的，一对一沟通 排查 stable-diffusion-webui 局域网访问问题：详细解析配置步骤 引言： 在部署 stable-diffusion-webui 后，确保其在局域网内可访问是使用该工具的关键一步。如果您遇到了局域网无法访问的...
-
15个推荐开源免费图像标注工具
图像标注是向图像添加标签或注释的元数据，使图像上的内容具有上下文含义。这个过程在机器学习中具有重要意义，助于在训练视觉模型过程中准确地识别图像中的元素。 视觉模型最终的用途也非常广泛，例如，帮助车辆识别道路上的不同物体或障碍物、通过对医学图像的识别帮助疾...
-
详解Latte：去年底上线的全球首个开源文生视频DiT
随着 Sora 的成功发布，视频 DiT 模型得到了大量的关注和讨论。设计稳定的超大规模神经网络一直是视觉生成领域的研究重点。DiT [1] 的成功为图像生成的规模化提供了可能性。 然而，由于视频数据的高度结构化与复杂性，如何将 DiT 扩展到视频生成领...
-
DifFlow3D：场景流估计新SOTA，扩散模型又下一城！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：DifFlow3D: Toward Robust Uncertainty-Aware Scene Flow Estimation with Iterative Diffusion-Based...
-
AIGC工具-Stable Diffusion安装指南
Stable Diffusion Web UI安装教程 简介 这是一款ai学习的作图模型训练，github的官网地址是https://github.com/AUTOMATIC1111/stable-diffusion-webui 参考上面的gi...
-
【精华】AIGC启元2024
文章目录 AIGC 前沿 (1 Gemini 1.5 Pro（谷歌新一代多模态大模型） (2 Sora（文本生成视频大模型） (3 EMO（阿里生成式AI模型） (4 Playground v2.5（文生图大模型） (5 VSP-L...
-
到2033年，软件开发市场中的生成式 AI 规模将达2874亿美元
软件开发中的生成式人工智能市场预计将在2033年达到2874亿美元的惊人价值，展现出强劲的年复合增长率。这种显著增长突显了生成式人工智能在颠覆传统编码实践和加速软件开发过程中的日益重要作用。这一市场的扩展可归因于多种因素，包括对软件开发流程自动化的需求、高...
-
LLM大模型之基于SentencePiece扩充LLaMa中文词表实践
LLM大模型之基于SentencePiece扩充LLaMa中文词表实践 目前大模型的词表和分词器都是基于SentencePiece工具实现的，比如LLaMa，BLOOM，ChatGLM，Baichuan等，简单来说SentencePiece就是工程化的...