简介
相关资讯
更多+
-
LongAlign – 港大推出的提升文本到图像扩散模型处理长文本对齐方法LongAlign是香港大学研究团队推出的文本到图像（T2I）扩散模型的改进方法，能提升长文本输入的对齐精度。LongAlign用段级编码技术，将长文本分割处理，适应编码模型的输入限制。同时引入分解偏好优化，基于区分偏好模型中的文本相关和无关部分，应用不同权重减少过拟合，增强对齐度。
AI教程资讯
2025-02-01
-
ebook2audiobookXTTS – 开源电子书转有声书 AI 工具，支持16种语言ebook2audiobookXTTS是开源的AI工具，能将电子书转换为有声书。ebook2audiobookXTTS支持多种电子书格式，如epub、pdf、mobi等，用Coqui XTTS技术实现高质量的文本到语音转换。工具支持16种语言，操作简便，提供命令行、Web界面和Docker容器等多种使用方式。
AI教程资讯
2025-02-01
-
Optima – 清华联合北邮推出优化通信效率和任务有效性的训练框架Optima是清华大学推出的优化基于大型语言模型（LLM）的多智能体系统（MAS）的框架。基于一个迭代的生成、排名、选择和训练范式，显著提高通信效率和任务效果。Optima平衡了任务性能、令牌效率和通信可读性，探索了多种强化学习算法，并集成蒙特卡洛树搜索技术生成高质量的训练数据。
AI教程资讯
2025-02-01
-
MuCodec – 清华、腾讯AI、港中文共同推出的超低比特率音乐编解码器MuCodec是清华大学深圳国际研究生院、腾讯AI实验室和香港中文大学的研究人员共同推出的超低比特率音乐编解码器，能实现音乐的高效压缩与高保真重建。MuCodec基于MuEncoder提取音乐的声学和语义特征，用RVQ技术进行特征离散化，并基于流匹配方法重建Mel-VAE特征。
AI教程资讯
2025-01-31
最新录入
更多+
查看
同类别攻略
更多+
- 星火纪要 – 科大讯飞推出的会议交流总结和分析平台 2025-01-13
- Agent Laboratory – AMD 联合约翰·霍普金斯大学推出的自主科研 Agent 2025-01-13
- LatentSync – 字节联合北交大开源的端到端唇形同步框架 2025-01-15
- Diff-Instruct – 从预训练扩散模型中迁移知识的通用框架 2025-01-20
- 日日新融合大模型 – 商汤科技推出的原生融合模态大模型 2025-01-13
- Search-o1 – 人大联合清华推出自主知识检索增强的推理框架 2025-01-13
同类别推荐
更多+
-
HeyFriday
查看
-
爱改写
查看
-
树熊写作
查看
-
火龙果写作
查看
-
文涌Effidit
查看
-
悉语
查看
爱改写
查看
树熊写作
查看
火龙果写作
查看
文涌Effidit
查看
悉语
查看
热门推荐
更多+
- SPAR3D – Stability AI等机构推出的单试图重建 3D 网络模型 01-13
- 星火纪要 – 科大讯飞推出的会议交流总结和分析平台 01-13
- Agent Laboratory – AMD 联合约翰·霍普金斯大学推出的自主科研 Agent 01-13
- 日日新融合大模型 – 商汤科技推出的原生融合模态大模型 01-13
- LatentSync – 字节联合北交大开源的端到端唇形同步框架 01-15
- Diff-Instruct – 从预训练扩散模型中迁移知识的通用框架 01-20
- Search-o1 – 人大联合清华推出自主知识检索增强的推理框架 01-13
- rStar-Math – 微软推出的小模型复杂推理与自进化SLMs的创新技术 01-13
- Mobile-Agent – 自主多模态移动设备代理，通过视觉感知实现智能化手机操作 01-14
- CHRONOS – 阿里通义联合上海交大等推出时间线摘要生成新框架 01-14
