LivePortrait：高级AI肖像动画，配有拼接和重定向功能
LivePortrait是由快手科技与中国科学技术大学和复旦大学合作开发的先进AI驱动的肖像动画框架。不同于主流的扩散方法，LivePortrait利用基于隐式关键点的框架，从单个源图像创建栩栩如生的视频动画。这种方法平衡了计算效率和可控性，使其成为多种应用的实用工具。
【论文精读】Fully Sparse 3D Occupancy Prediction
团队：南京大学，上海人工智能实验室时间：2023年12月代码：https://github.com/MCG-NJU/SparseOcc。
Datawhale AI夏令营第四期魔搭- AIGC方向 task01笔记
赛事报名链接开通阿里云PAI-DSW试用在魔搭社区进行授权,阿里云账户里，资金不能为负创建实例：。
多语言声音克隆，CosyVoice模型最强部署
CosyVoice是由阿里通义实验室开源的先进语音合成模型，它在多语言语音生成、零样本语音生成、跨语言声音合成和指令执行能力方面表现出色。CosyVoice模型支持one-shot音色克隆，仅需3~10秒的原始音频即可生成模拟音色，包括韵律、情感等细节。CosyVoice采用了超过15万小时的数据训
使用AI工具提高开发效率
推荐大家使用国内AI大模型工具协助开发：
最强终端部署的多模态MiniCPM-V模型部署分享（不看后悔）
MiniCPM-V模型是一个强大的端侧多模态大语言模型，专为高效的终端部署而设计。目前该模型有MiniCPM-V 1.0、MiniCPM-V 2.0和MiniCPM-Llama3-V 2.5版本。
泊松自助法（Poisson Bootstrap Sampling）：大型数据集上的自助抽样
泊松自助抽样（Poisson Bootstrap Sampling）是一种用于统计分析中的重采样技术，特别是在机器学习和数据科学中用于模型评估和误差估计。
【AI+物质科学】催化反应产率预测#AI夏令营#Datawhale AI夏令营
练集中包含条反应数据，测试集中包含条反应数据。训练集与测试集的比例接近9：1。每条训练数据包含rxnidReactant1,Reactant2ProductAdditiveSolventYield字段。其中Reactant1Reactant2ProductAdditiveSolvent字段中为对应物
18_特征金字塔网络FPN结构详解
https://www.bilibili.com/video/BV1dh411U7D9/?spm_id_from=333.999.0.0&vd_source=7dace3632125a1ef7fd32c285eb2fbac
【人工智能】Python融合机器学习、深度学习和微服务的创新之路
本文探讨了AI技术的发展历程、创新应用和微服务架构的作用。技术进步：AI技术在算法和应用方面的显著进展。微服务架构：提高了AI系统的灵活性和可扩展性。挑战与展望：数据隐私、伦理和未来技术趋势的挑战和机遇。
Mem0 与 MultiOn：打造个性化 AI 辅助研究助手
Mem0 是一个为大型语言模型（LLMs）设计的智能记忆层。它能够存储和检索用户相关的信息，为 AI 应用提供个性化的上下文。多层次记忆存储自适应个性化简单易用的 API跨平台一致性。
自制深度学习推理框架之入门基础
从零自制深度学习推理框架，主要介绍了环境配置和基础库的使用。
从【人工智能】到【计算机视觉】，【深度学习】引领的未来科技创新与变革
本文系统性地介绍了人工智能、机器学习、深度学习、算法和计算机视觉的基础知识、核心技术和实际应用。从基本概念到高级技术，本文旨在为读者提供一个全面的学习指南，帮助他们深入理解和掌握AI领域的关键内容。人工智能的未来发展将更加广泛和深入。随着技术的进步，AI将在更多的领域得到应用，带来新的机遇和挑战。未
Qwen2-1.5B-Instruct Lora微调
最近做了一个基于Qwen2-1.5B-Instruct模型的比赛，记录一下自己的微调过程。怕自己以后忘了我就手把手一步一步来记录了。大多数都是给小白看的，如果你是小白建议你用jupyter运行，按照我这个模块一块一块运行，如果你是高手单纯的想找一个训练代码直接看模块10，我在提供了完整代码。
[paper阅读笔记][2024]Learning with Noisy Foundation Models
本文任务虽然是：在下游任务中有效地利用含噪声的预训练基础模型，但其实其本质科学问题是：如何在存在数据噪声的情况下保持和提升模型的泛化能力。
Transformer模型
Transformer模型是一种在自然语言处理（NLP）及其他序列到序列（Seq2Seq）任务中广泛使用的深度学习模型框架。其基本原理和核心组件，尤其是自注意力机制（Self-Attention Mechanism），对于理解该模型的工作方式至关重要。以下是对Transformer模型基本原理和自注
Datawhale X 魔搭 AI夏令营第四期（AIGC学习笔记）
扩散过程是一个给图片逐渐添加噪声直至完全淹没的过程，在这个过程中，训练一个网络预测噪声。如果噪声预测得非常准确，那么从一个含有噪声的图片中减去预测的噪声，就能恢复原图。扩散模型（diffusion probabilistic model）本质上是一种马尔可夫链（Markov chain），使用变分推
AI人工智能分析王楚钦球拍被踩事件的真相
在2024年巴黎奥运会乒乓球混双决赛的热烈氛围中，中国队王楚钦与孙颖莎以出色的表现夺得金牌，然而，赛后发生的一起意外事件——王楚钦的球拍被踩坏，引起了广泛关注和热议。为了探寻这一事件的真相，我们可以借助AI人工智能技术进行详细分析。
【科技前沿】数据科学与机器学习和人工智能：差异解析 (2024)
所以，如果你热衷于走这条路，你的努力将得到丰厚的回报，包括令人满意的职业、丰厚的薪水和大量的工作保障。商业智能专家会接替数据科学家的工作——使用数据科学报告来了解任何特定业务领域的数据趋势，并根据这些推论提出业务预测和行动方案。因此，人工智能是帮助数据科学获得特定问题的结果和解决方案的工具。理解和获
如何通过AI进行智能日志异常检测
智能日志异常检测是一种利用人工智能（AI）技术来自动识别日志数据中异常模式或行为的方法。传统日志监控依赖于预定义规则，而智能日志异常检测可以适应不同的日志模式和异常类型，提高检测准确性和效率。下面是一个完整的步骤指南，如何通过AI进行智能日志异常检测。
