ModelScope运营小助手_个人页

2024年05月

• 03.11 10:29:21
  发表了文章 2024-03-11 10:29:21

  FunASR 语音大模型在 Arm Neoverse 平台上的优化实践

  Arm 架构的服务器通常具备低功耗的特性，能带来更优异的能效比。相比于传统的 x86 架构服务器，Arm 服务器在相同功耗下能够提供更高的性能。这对于大模型推理任务来说尤为重要，因为大模型通常需要大量的计算资源，而能效比高的 Arm 架构服务器可以提供更好的性能和效率。
• 03.08 10:25:56
  发表了文章 2024-03-08 10:25:56

  零一万物开源Yi系列“理科状元”Yi-9B，消费级显卡可跑，魔搭社区最佳实践

  零一万物发布并开源了Yi系列中的“理科状元”——Yi-9B，可在魔搭体验
• 03.07 10:52:48
  发表了文章 2024-03-07 10:52:48

  社区供稿｜语音情感基座模型emotion2vec

  SOTA效果的通用语音情感表征模型emotion2vec，魔搭社区已开源，可下载体验！
• 03.01 10:30:52
  发表了文章 2024-03-01 10:30:52

  Modelscope结合α-UMi：基于Modelscope的多模型协作Agent

  基于单个开源小模型的工具调用Agent，由于模型容量和预训练能力获取的限制，无法在推理和规划、工具调用、回复生成等任务上同时获得比肩大模型等性能。
• 02.28 16:58:17
  发表了文章 2024-02-28 16:58:17

  社区供稿 | 一张照片跳舞的AnimateAnyone社区开发者复刻版，开源！

  日前，兵马俑跳科目三、奶牛猫跳洗澡舞等趣味和魔性的短视频在社交媒体上出圈，背后“一张照片来跳舞”的技术来自阿里通义实验室在可控动画生成领域的一项研究工作——AnimateAnyone。
• 02.28 10:22:48
  发表了文章 2024-02-28 10:22:48

  抢鲜评测AgentScope：Agent+游戏制作+视频生成的新范式

  LLM-Powered Agent凭借长期记忆+自主规划+自动执行等特性，是探索人工通用智能(AGI)的可能途径之一；而Multi-Agent让多个agent通讯来实现协作，也模拟了人类社交及工作协同场景，旨在探索更高质高效的人机协作模式。
• 02.23 10:33:23
  发表了文章 2024-02-23 10:33:23

  谷歌发布开源LLM Gemma，魔搭社区评测+最佳实践教程来啦！

  Gemma是由Google推出的一系列轻量级、先进的开源模型，他们是基于 Google Gemini 模型的研究和技术而构建。
• 02.22 14:29:34
  发表了文章 2024-02-22 14:29:34

  【RAG实践】基于LlamaIndex和Qwen1.5搭建基于本地知识库的问答机器人

  LLM会产生误导性的 “幻觉”，依赖的信息可能过时，处理特定知识时效率不高，缺乏专业领域的深度洞察，同时在推理能力上也有所欠缺。
• 02.22 14:27:40
  发表了文章 2024-02-22 14:27:40

  训练Sora模型，你可能需要这些（开源代码，模型，数据集及算力评估）

  在之前的文章《复刻Sora有多难？一张图带你读懂Sora的技术路径》，《一文看Sora技术推演》我们总结了Sora模型上用到的一些核心技术和论文，今天这篇文章我们将整理和总结现有的一些开源代码、模型、数据集，以及初步训练的算力评估，希望可以帮助到国内的创业公司和个人开发者展开更深的研究。
• 02.21 14:52:12
  发表了文章 2024-02-21 14:52:12

  基于ViT主干的扩散模型技术，开源！

  近期大火的OpenAI推出的Sora模型，其核心技术点之一，是将视觉数据转化为Patch的统一表示形式，并通过Transformers技术和扩散模型结合，展现了卓越的scale特性。
• 02.20 10:29:48
  发表了文章 2024-02-20 10:29:48

  一文看Sora技术推演

  Sora的详解
• 02.18 15:26:09
  发表了文章 2024-02-18 15:26:09

  复刻Sora有多难？一张图带你读懂Sora的技术路径

  OpenAI发布了视频生成模型Sora，最大的Sora模型能够生成一分钟的高保真视频。同时OpenAI称，可扩展的视频生成模型，是构建物理世界通用模拟器的一条可能的路径。
• 02.08 21:30:00
  发表了文章 2024-02-08 21:30:00

  Qwen1.5开源！魔搭最佳实践来啦！

  近几个月来，通义千问团队一直在努力探索如何构建一个“好”的模型，同时优化开发者体验。就在刚刚，中国新年前夕，通义千问团队分享了Qwen开源系列的下一个版本，Qwen1.5。
• 02.02 14:17:24
  发表了文章 2024-02-02 14:17:24

  llamafile：单个文件分发和运行LLM

  为了方便更多的零基础的初学者体验大语言模型，llamafile 提出了单文件运行大模型的方案。
• 02.02 10:27:36
  发表了文章 2024-02-02 10:27:36

  面壁智能联合清华开源端侧语言大模型面壁MiniCPM，魔搭最佳实践来啦！

  面壁智能正式发布了 2B 旗舰端侧大模型面壁 MiniCPM
• 01.30 11:08:11
  发表了文章 2024-01-30 11:08:11

  Jina AI 发布中英和英德双语 8K 向量模型，魔搭社区开源最佳实践！

  在 Jina Embeddings 英语向量模型突破百万下载后，今天，Jina AI正式开源了两款双语向量模型：中英双语（Chinese-English）和英德双语（English-German）向量模型，这也是全球首次推出支持 8K 双语文本的开源向量模型。
• 01.29 10:54:11
  发表了文章 2024-01-29 10:54:11

  零一万物开源Yi-VL多模态大模型，魔搭社区推理&微调最佳实践来啦！

  近期，零一万物Yi系列模型家族发布了其多模态大模型系列，Yi Vision Language（Yi-VL）多模态语言大模型正式面向全球开源。
• 01.26 16:56:48
  发表了文章 2024-01-26 16:56:48

  LLama Factory+ModelScope实战——使用 Web UI 进行监督微调

  LLaMA Factory 是一个高效的大语言模型训练和推理框架，它通过提供一站式的 Web UI 界面和集成多种训练方法，简化了大模型的微调过程，并能够适配多种开源模型。
• 01.26 16:52:51
  发表了文章 2024-01-26 16:52:51

  社区供稿 | GLM-4适配ModelScope-Agent最佳实践

  GLM-4是由智谱 AI 发布的新一代基座大模型。
• 01.25 10:57:59
  发表了文章 2024-01-25 10:57:59

  InstantID：一张照片，无需训练，秒级个人写真生成

  InstantID 是由InstantX项目组推出的一种SOTA的tuning-free方法，只需单个图像即可实现 ID 保留生成，并支持各种下游任务。
• 01.25 10:54:04
  发表了文章 2024-01-25 10:54:04

  如何使用ModelScope-Agent快速搭建一个火爆全网的哄哄模拟器

  前不久，一个爆火的基于大语言模型的应用“哄哄模拟器”在QQ群爆火了，通过文字聊天的方式，模拟在各种吵架场景中如果哄好女友，女友是由AI扮演，包含了数值系统和虚拟伴侣的文本对话能力。
• 01.24 14:15:29
  发表了文章 2024-01-24 14:15:29

  Scepter Studio-万能图片生成工作台

  一句“A cute girl”这样的提示词，到底在Scepter studio上可以生成多少张不同风格的图片？答案是：无限
• 01.24 14:11:30
  发表了文章 2024-01-24 14:11:30

  社区供稿 | 猎户星空百亿参数大模型 Orion-14B系列开源，一张3060就能跑（附魔搭社区推理微调最佳实践）

  1月21日，傅盛在猎户星空大模型发布会上宣布，“为企业应用而生” 的开源百亿参数猎户星空大模型正式发布。猎户星空大模型（Orion-14B）是由猎户星空研发的预训练多语言大语言模型，以其140亿参数规模展现出了卓越的性能。
• 01.22 17:13:34
  发表了文章 2024-01-22 17:13:34

  全球最长开源大模型！元象开源 XVERSE-Long-256K！（附魔搭社区推理微调最佳实践）

  近日，元象发布全球首个上下文窗口长度256K的开源大模型XVERSE-Long-256K，支持输入25万汉字，让大模型应用进入“长文本时代”。该模型全开源，无条件免费商用，目前魔搭社区可下载体验。
• 01.22 17:10:01
  发表了文章 2024-01-22 17:10:01

  浪潮信息开源 源2.0 基础大模型，魔搭社区最佳实践教程来啦！

  浪潮信息发布源2.0基础大模型，参数量包括1026亿、518亿、21亿三个大模型，从源2.0的论文上可以看到，源2.0不仅在数理逻辑、数学计算、代码生成能力上，再次超强进化，还在算法、数据、算力方面，提出了三项创新。
• 01.18 10:48:45
  发表了文章 2024-01-18 10:48:45

  书生·浦语 2.0 开源！回归语言建模本质，综合性能领先开源社区，魔搭最佳实践来啦！

  1月17日，上海人工智能实验室与商汤科技联合香港中文大学和复旦大学正式发布新一代大语言模型书生·浦语2.0（InternLM2），模型开源可商用，魔搭社区作为首发平台，支持大家第一时间下载体验。
• 01.15 13:56:01
  发表了文章 2024-01-15 13:56:01

  社区供稿 | 大模型恋爱神器！16种MBTI自由定制，北大ChatLaw团队出品

  北大团队新作，让大模型拥有个性！而且还是自定义那种，16种MBTI都能选。
• 01.15 13:54:26
  发表了文章 2024-01-15 13:54:26

  开启“数据混合”新视界：第二届 Data-Juicer 大模型数据挑战赛

  在数据的调味中探寻秘密，再次点燃 LLM 美食节的激情！欢迎踏入第二届 Data-Juicer 数智大赛：“BetterMixture - 大模型数据混合挑战赛”。
• 01.15 13:53:13
  发表了文章 2024-01-15 13:53:13

  魔搭城市行 | 南京站 · 「阿里巴巴人工智能大模型&魔搭开源社区交流论坛」成功举办

  2024年1月11日下午，阿里巴巴人工智能大模型及魔搭开源社区交流沙龙 · 南京站在南京软件谷云密城L栋成功举办！
• 01.15 13:51:45
  发表了文章 2024-01-15 13:51:45

  社区供稿 | 2张卡部署72B大模型 - 百亿大模型部署系列

  2张卡部署72B大模型
• 01.15 13:48:31
  发表了文章 2024-01-15 13:48:31

  魔搭进校园 | AI赋能大学计划：AI大模型技术与产业趋势高校行·西安交通大学站成功举办

  2024年1月10日，西安交通大学兴庆校区教2-1400丝路大礼堂，一场别开生面的AI技术交流讲座在此拉开帷幕。
• 01.09 10:37:23
  发表了文章 2024-01-09 10:37:23

  如何提升大模型Agent的能力 ——LLM Agent框架 Modelscope-Agent 实战

  本文介绍Agent到底是什么 ，如何进行优化，以及如何使用Agen框架。
• 01.05 11:05:39
  发表了文章 2024-01-05 11:05:39

  SCEdit：轻量级高效可控的AI图像生成微调框架（附魔搭社区训练实践教程）

  SCEdit是一个高效的生成式微调框架，由阿里巴巴通义实验室基础视觉智能团队所提出。
• 01.04 13:24:47
  发表了文章 2024-01-04 13:24:47

  准确写汉字的文生图AnyText，魔搭社区最佳实践来啦！

  AnyText模型所涉及的文字生成技术为电商海报、Logo设计、创意涂鸦、表情包等新型AIGC应用提供了可能性。
• 01.02 10:12:34
  发表了文章 2024-01-02 10:12:34

  社区供稿 | 封神榜团队提出首个引入视觉细化器的多模态大模型Ziya-Visual-Lyrics，多个任务SOTA

  封神榜大模型团队基于在多模态领域积累的先进技术，首次在多模态大模型上加入图像标记、目标检测、语义分割模块，推出了多模态大模型Ziya-Visual-Lyrics。
• 12.29 11:26:26
  发表了文章 2023-12-29 11:26:26

  魔搭社区牵手FastChat&vLLM，打造极致LLM模型部署体验

  FastChat是一个开放平台，用于训练、服务和评估基于LLM的ChatBot。
• 12.28 11:46:49
  发表了文章 2023-12-28 11:46:49

  开源版图生视频I2VGen-XL：单张图片生成高质量视频

  VGen是由阿里巴巴通义实验室开发的开源视频生成模型和代码系列，具备非常先进和完善的视频生成系列能力
• 12.28 11:20:23
  发表了文章 2023-12-28 11:20:23

  社区供稿 | 书生·浦语大模型实战营——两周带你玩转微调部署评测全链路

  书生·浦语大模型实战营
• 12.28 11:17:07
  发表了文章 2023-12-28 11:17:07

  魔搭大模型一键部署到阿里云函数计算，GPU 闲置计费功能可大幅降低开销

  魔搭ModelScope +函数计算 FC 提供了这样一种方案。
• 12.27 15:49:02
  发表了文章 2023-12-27 15:49:02

  通义XR实验室文生3D模型开源，魔搭社区最佳实践来啦！

  通义实验室XR实验室重磅开源文生3D新模型，能够从一句文本描述构建3D模型及对应纹理，目前已经在Github面向外界开源！与该项技术一起开源的，还有通义实验室推出的Text-to-ND(文本生成深度、法向图)、Text-to-ND-MV(文本生成多视角的深度、法向图)两个大模型。我们先来直观感受一下这两个大模型的魔法能力：
• 12.27 15:43:18
  发表了文章 2023-12-27 15:43:18

  玩转文生3D创意赛，赢拓竹3D打印机

  本次大赛旨在让大家通过魔搭文生3D的创空间应用，仅输出文本生成3D模型，我们会评选“最佳创意奖”Top10 以及“最佳传播奖”TOP3。
• 12.27 10:41:10
  发表了文章 2023-12-27 10:41:10

  开源版哆啦A梦任意门：魔搭社区AnyDoor最佳实践

  AnyDoor是一种基于扩散模型的图像生成模型，以非常和谐的方式将目标对象传送到用户制定位置的新场景的能力。过程中不需要为每个对象调整参数，只需要训练一次，并在推理阶段适用于各种不同的对象-场景组合。
• 12.27 10:39:33
  发表了文章 2023-12-27 10:39:33

  给开源大模型带来Function Calling、 Respond With Class

  OpenAI 在他的多个版本的模型里提供了一个非常有用的功能叫 Function Calling,就是你传递一些方法的信息给到大模型，大模型根据用户的提问选择合适的方法，然后输出给你，你再来执行。
• 12.22 16:11:41
  发表了文章 2023-12-22 16:11:41

  OneLLM，将所有模态和LLM Align的统一框架

  OneLLM使用通用编码器和统一的投影模块与LLM对齐多模式输入，它还利用modality tokens 实现了在模态之间的切换。
• 12.21 14:19:29
  发表了文章 2023-12-21 14:19:29

  视觉Agent来了！智谱AI开源CogAgent，支持GUI图形界面问答（附魔搭推理微调最佳实践）

  近日，智谱AI开源了VLM领域的最新工作 CogAgent。
• 12.20 11:16:35
  发表了文章 2023-12-20 11:16:35

  以小博大，微软开源27亿参数模型Phi-2，魔搭最佳实践来啦！

  近日，微软公布了在 Microsoft Ignite 2023大会上宣布开源的 Phi-2 模型的更多细节，“打破传统语言模型缩放定律，可PK比自己大25倍的模型”、“以小博大”等评价，让Phi-2一时间在开源社区中引发关注。
• 12.19 10:10:08
  发表了文章 2023-12-19 10:10:08

  10分钟微调专属于自己的大模型

  本文主要介绍使用魔搭社区轻量级训练推理工具SWIFT，进行大模型自我认知微调，帮助初阶炼丹师快速微调出专属于自己的大模型。
• 12.17 00:13:29
  发表了文章 2023-12-17 00:13:29

  秒级生图，SDXL-turbo、LCM-SDXL魔搭社区最佳实践

  最近一个月，快速生图成为文生图领域的热点，其中比较典型的两种方式的代表模型分别为SDXL-turbo 和 LCM-SDXL。
• 12.14 20:08:55
  发表了文章 2023-12-14 20:08:55

  社区供稿 | 魔搭Agent创意挑战赛作品体验感受

  近期在闲逛知乎时看到魔搭发起了一个Agent创新应用比赛，看了下奖金还挺高的呀( •̀ ω •́ )y
• 12.14 11:25:26
  发表了文章 2023-12-14 11:25:26

  Mistral AI发布首个开源MoE模型，魔搭社区推理微调最佳实践来啦！

  继Mistral 7B 后，Mistral AI 近日又放出一记大招——发布了引爆开源社区的首个 MoE 开源模型 Mixtral 8x7B，在 Apache 2.0 许可证下可商用。