稳定性AI最近发布了一款名为“稳定音频”的产品，这是一款文本转音频生成器。它能让任何人通过简单的文本提示生成短音频剪辑。用户只需输入文本，然后通过其转换能力，就可以轻松转化为音频。这款新工具的推出，无疑将...

古腾堡计划与微软的合作使得数千本公开领域的书籍被转录成了最先进的文本转语音。这些有声读物在大多数流媒体平台上都能找到。关于这个过程的信息已被包含在链接中。这一步骤不仅极大地丰富了有声读物的内容，也为那...

Segment Anything模型（SAM）对于常规图像的处理效果显著，但对于医疗图像的处理效果却不尽如人意。为此，研究者们创建了SAM-Med2D，这是通过在大量医疗图像上训练SAM并提供各种输入信息得到的。这种新模型在处理医...

ProteinQure公司正利用先进的机器学习和超级计算机上的分子模拟技术，对化疗进行革新。他们开发的平台 - ProteinStudio，已设计出了一款名为PQ-001的精准药物，其主要靶向乳腺癌。这款药物就像一枚制导导弹，专门瞄...

在变压器网络中，前馈层占据了大部分的总权重。然而，如果你使用一个单一的大型前馈层，共享给编码器和解码器，你可以显著提高推理时间，同时性能的下降微乎其微。这是一种有效的优化手段，可以有效提升网络的运行效...

神经场利用多层感知器（MLP）来表示一个3D场景。现在，我们可以直接将扩散应用于MLP的权重，从而生成一个新的3D场景。通过这种方法，我们不仅可以更直观地理解和操作3D场景，而且还可以实现更高效的3D场景生成。这种...

小型羊驼（Tiny Llama）项目旨在为3T代币训练出一个参数为11亿的羊驼2（Llama2）模型。根据扩展规律，这对于计算优化来说无疑是严重的过度训练，但它对于部署优化带来了显著的收益。此次的模型训练打破了传统的优化...

近日，一篇深度解析如何使用PyTorch 2.0的torch.compile和Nvidia CUDA图表功能提升深度学习模型性能的文章引起了广泛关注。该文章详细介绍了借助CUDA图表在Llama 2上实现了2.3倍的速度提升。这对于对性能敏感的AI从...