声浪

语音小管家

转载2 years ago

智谱AI开源了一个60亿参数规模的文生图大模型CogView4-6B，支持生成的图像中加入文字，文字效果自然融入图像中，且该模型支持支持宽高范围512px至2048px内的任意尺寸图像（也有限制，正文解释）。 CogView4-6B生成的图…

语音小管家

转载2 years ago

在语音识别技术飞速发展的今天，其在各个领域的应用已经展现出巨大的潜力和效率。然而，最近来自英国谢菲尔德大学的研究人员开展的一项研究提醒我们，这项技术在性别公平性上仍存在挑战。相关研究成果发布在 arXiv 上。 这项由 Hend ElGha…

语音小管家

转载2 years ago

近日，字节跳动豆包大模型团队联合 M-A-P 开源社区，推出了全新评测基准 SuperGPQA。 论文：https://arxiv.org/pdf/2502.14739 数据：

语音小管家

转载2 years ago

来源丨机器之心 或许下一波 AI 创新，不是比谁的模型更大，而是比谁的模型离你更近。 DeepSeek R1 正在对整个科技领域产生巨大影响，颠覆人们有关 AI 的认知。在移动端，革新正在快速发生。 2 月 20 日，高通发布了最新 AI…

语音小管家

原创2 years ago

近年来，基于Transformer的大型语言模型（LLM）在自然语言处理领域取得了显著进展，尤其是通过扩展模型规模和训练数据来提升性能。 然而，当前的TTS系统通常需要多阶段模型（例如在 LLM 后使用扩散模型），这使得在训练或推理阶段扩展…

语音小管家

转载2 years ago

来源丨新智元 DeepSeek公开推理系统架构，成本利润率可达545%！明天还有更大惊喜吗？ 近日，真「Open AI」DeepSeek推出——DeepSeek-V3/R1推理系统，全面揭秘！ 吞吐量和延迟优化： 跨节点高效并行（EP）驱动…