优惠 3D编辑技术DreamCatalyst:基于SDS(分数蒸馏采样)的编辑解释为扩散模型的逆过程
2年前 (2024-07-17)AI
韩国科学技术研究院人工智能研究生院推出3D编辑技术DreamCatalyst,它将基于SDS(分数蒸馏采样)的编辑解释为扩散模型的逆过程。我们的目标函数考虑了采样动力学,从而使DreamCatalyst的优化过程成为了编辑任务中扩散逆过程的一种近似。DreamCatalyst旨在缩短训练时间并提高编辑质量。DreamC... 阅读全文
优惠 NeedleBench框架:用来测试大语言模型处理长文本的能力
标签:NeedleBench
AI
2年前 (2024-07-17)AI
上海人工智能实验室和清华大学的研究人员推测NeedleBench框架,它专门用来测试大语言模型处理长文本的能力。这个框架通过设计一系列越来越具挑战性的任务,评估模型在处理多语言长文本时的检索和推理能力。这些任务涵盖了不同的文本长度和深度范围,允许在不同文本深度区域中策略性地插入关键数据点,以严格测试模型在多样化的上下文... 阅读全文
优惠 阿里巴巴推出新型工具套件“Data-Juicer Sandbox”:促进多模态数据和生成模型的协同开发
2年前 (2024-07-17)AI
阿里巴巴推出新型工具套件“Data-Juicer Sandbox”,它旨在促进多模态数据和生成模型的协同开发。多模态数据指的是包含文本、图像、视频和音频等多种类型的数据。生成模型则是指能够基于输入数据生成新内容的人工智能模型,例如根据文本描述生成图像或视频。 例如,你是一位厨师,需要准备一道复杂的菜肴,你需要各种食材(... 阅读全文
优惠 阿里巴巴集团Qwen团队推出大型音频-语言模型Qwen2-Audio
2年前 (2024-07-17)AI
阿里巴巴集团Qwen团队最新研发的大型音频-语言模型Qwen2-Audio。这个模型能够处理各种音频信号输入,并根据语音指令进行音频分析或直接文本回应。简单来说,Qwen2-Audio就像一个超级听力助手,不仅能听懂你说的话,还能根据你的声音指令做出反应。例如,你有一个智能助手,它不仅能听懂你说的话,还能分析你播放的音... 阅读全文
情报 开源文本转语音(TTS)模型Fish Speech:高质量、易用且功能强大的语音合成解决方案
2年前 (2024-07-16)
Fish Speech 是由 Fish Audio 开发的一款开源文本转语音(TTS)模型,旨在提供高质量、易用且功能强大的语音合成解决方案。该项目在 GitHub 上开源,并迅速获得了较高的关注度,拥有数千颗星的评价。Fish Speech 经过十五万小时的训练数据,能够熟练处理中文、日语和英语等多种语言,其语言处理... 阅读全文
















