多模态模型的实现与发展 - 飞书文档
https://docs.feishu.cn/v/wiki/MoJxwYTLxitweakOM98cCNZqnzb/a7何泰然博士强调，遥操作技术可以有效地收集数据，为机器人的自主学习提供支持。OmniH2O-6 数据集的发布，包含六个日常任务，证明了机器人在复杂环境中的应用潜力。此外，何泰然 ...
飞搜侠
热门搜索
4万字教程-COZE/扣子与智能体入门 - 飞书文档
https://docs.feishu.cn/article/wiki/ZGoFwzb0ai28mdkKqLjcqE2hnbU多图融合. 为原图添加参考图的风格. 参数设置. 原图（希望生成的结果底图 ... 多模态大模型是指一种能够处理和理解多种类型数据的人工智能模型。这里的“多模态 ...
ControlNet v1.1：完整指南 - 飞书文档
https://docs.feishu.cn/article/wiki/JjRfwfOn5iX394k6tZ6cvgVNnPf... 位置和外观！ 狭义： ControlNet 是一种用于控制Stable Diffusion 模型的神经网络模型。 您可以将ControlNet 与任何稳定扩散模型（例如：文生图）一起使用。（融合性） C.
QLoRA的不足之处与注意事项 - 飞书文档
https://docs.feishu.cn/v/wiki/MnZJwcuU9i6cUzk2LBmcG2mFnMb/a82023年6月7日 ... 大型语言模型（LLM）的发展日新月异，是近年来自然语言处理（NLP）领域的热门话题，LLM可以通过大规模的无监督预训练来学习丰富的语言知识，并通过微调来适应不同 ...
9月AGI技术月报上篇 - 飞书文档
https://docs.feishu.cn/article/wiki/Y7uKwcJngil85Zkuhuhcyp96nDd在multi-step执行阶段，每一步都进行模型推理。多步执行还会在每个step中更新seq_lens，通过CUDA并行操作来实现DECODE阶段的+1操作，从而保证数据流 ...
编码器和LLM微调提升RAG性能 - 飞书文档
https://docs.feishu.cn/v/wiki/UNRCw5gL0iCwTukfNtacvXChnnd/a9这个方法涉及对我们RAG 架构中的两种深度学习模型之一进行精细调整。这可以是负责生成高质量嵌入从而影响上下文检索效果的Transformer 编码器，也可以是用于最佳地利用 ...
如何基于Ray构建复杂数据处理链路？ - 飞书文档
https://docs.feishu.cn/v/wiki/JTciw6K6ai2hFukZO1rcI6VdnNA/apMamba在语言、音频、基因组学等多种模态中达到SOTA水平，并在语言建模中表现优于同规模Transformer模型。该模型的硬件感知算法将SSM与Transformer的MLP块融合，形成同质架构， ...
AI Infra创业经验分享：袁进辉讲述得与失 - 飞书文档
https://docs.feishu.cn/v/wiki/UoC9w1vNmirXiskUnpccEBsHnfe/a1... 模型开发思路。报告中提到，Movie Gen由两个模型组成，包括300亿参数的视频模型和130亿参数的音频模型，沿用了Llama3的架构设计。Meta还开源了多个基准测试数据集，为 ...
4月AGI技术月报下篇 - 飞书文档
https://docs.feishu.cn/article/wiki/OD5cw71Q5i1jiukvT5CcYKsente芯片行业的发展不仅支撑了大模型的规模化，还为其商业化落地提供了可能，预示着未来AI芯片在多个行业中的广泛应用和商业价值。 给GPU“可预测”的数据时，矩阵乘法运行更快！
Hume发布感知对话者情绪的语音AI EVI - 飞书文档
https://docs.feishu.cn/v/wiki/Mr0dwzmcfin1GBkML1ccCWVQnEg/a42024年4月1日 ... 多模态的任何一环Open AI都想做啊，这个语音克隆的功能也上了，声音和面部以及身体数据是未来内容生产能力爆炸之后，每个人线上线下自我认同的纽带。