Meta最近推出了一系列令人难以置信的音乐和声音生成模型，并发布了推理代码。这些模型是通过机器学习训练的，可以生成高质量的音乐和声音效果。该公司表示，这些模型可以用于广泛的应用场景，包括游戏声音、虚拟现实...

Tiny Narrations是一个基于最受欢迎的Tiny Stories数据集的文本转语音版本。它使用SF Compute H100集群上的XTTS2。这个系统可以将短小精悍的故事转化为音频文件，方便用户在不同场景下收听。这个系统的优点是使用了...

HuggingFace于近日发布了Haiku DPO数据集，旨在帮助AI模型写出正确的日本俳句。该数据集由多位专业诗人参与标注，包含数千条俳句及其正确的音律和形式，涵盖了从传统到现代的各个风格。据悉，该数据集可以用于训练和...

本项目通过引入两个新版本：Smooth MPRT和Efficient MPRT，改进了模型参数随机化测试，这是eXplainable AI（XAI）中的关键工具。

生成式图像模型最受欢迎的用途之一是个性化风格的图像生成。历史上，这需要训练LoRA或使用DreamBooth。现在，通过使用ID嵌入，您可以在仅使用单张图像的情况下大大提高质量并降低计算成本。

随着最近将扩散模型用于各种其他视觉任务的趋势，本研究改进了超分辨率的训练稳定性和缩放。

近日，GitHub开源了一项名为FILCO的技术，旨在通过上下文过滤来提高人工智能系统的性能，特别是在回答问题和核查事实等领域。该技术的工作原理是选择最有用的信息，并训练模型来过滤掉不相关的细节。相比传统的人工...

研究人员开发了一种新方法，称为相互蒸馏学习(MDPR)，通过结合两种不同的技术，增强了人物再识别。该方法利用两个网络相互学习，一个网络学习到了身份特征，另一个网络学习到了外观特征，从而提高了人物再识别的准确...