生成听力障碍语音！解决训练数据不足的神奇数据扩展技术是什么？
生成听力障碍语音！解决训练数据不足的神奇数据扩展技术是什么？
声音
文章
![[单元-DSR] HuBERT 将残疾人](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/unit-dsr-520x300.png)
[单元-DSR] HuBERT 将残疾人语音正常化为正常语音
[单元-DSR] HuBERT 将残疾人语音正常化为正常语音
自监督学习
![[回顾]工业物联网推动智能制造](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/iiot-review-520x300.png)
[回顾]工业物联网推动智能制造
[回顾]工业物联网推动智能制造
物联网
利用张量 CNN 增强缺陷检测
利用张量 CNN 增强缺陷检测
张量
![[双重后裔] 为什么 "大模型 "和 "](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/double_descent-520x300.png)
[双重后裔] 为什么 "大模型 "和 "大数据集 "很重要？
[双重后裔] 为什么 "大模型 "和 "大数据集 "很重要？
神经网络
![[Chat-REC] 拟议的基于 LLM](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/chat-rec-520x300.png)
[Chat-REC] 拟议的基于 LLM 的推荐系统
[Chat-REC] 拟议的基于 LLM 的推荐系统
建议
![[HiFi-GAN]基于 GAN 的声码](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/hifi-gan-520x300.png)
[HiFi-GAN]基于 GAN 的声码器，能在单 GPU 上生成 22 KHz 音频
[HiFi-GAN]基于 GAN 的声码器，能在单 GPU 上生成 2 ...
文字转语音
潜在扩散模型不一定会 "扩大规模"
潜在扩散模型不一定会 "扩大规模"
扩散模型
![[Mustango] 使用音乐领域知识的](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/June2024/mustango-520x300.png)
[Mustango] 使用音乐领域知识的音乐生成模型
[Mustango] 使用音乐领域知识的音乐生成模型
音频和语音处理
![[VoiceCraft] 业界最高水平的](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/June2024/voice-craft-520x300.png)
[VoiceCraft] 业界最高水平的自然语音合成语言模型
[VoiceCraft] 业界最高水平的自然语音合成语言模型
文字转语音
创建了一种自动评估 LLM 输出长句准确性的方法
创建了一种自动评估 LLM 输出长句准确性的方法
大型语言模型
通过大规模语言建模改变法律服务！在速度和准确性上超越人类？
通过大规模语言建模改变法律服务！在速度和准确性上超越人类？
大型语言模型
VideoPrism 为视频分析带来无限可能
VideoPrism 为视频分析带来无限可能
大型语言模型
RakutenAI-7B 是专门针对日语的大规模语言建模的先锋
RakutenAI-7B 是专门针对日语的大规模语言建模的先锋
大型语言模型
LLM4Decompile 是一种专门用于反编译的大规模语言模型
LLM4Decompile 是一种专门用于反编译的大规模语言模型
大型语言模型
ScreenAI "能理解从信息图表到用户界面的图像和文本
ScreenAI "能理解从信息图表到用户界面的图像和文本
大型语言模型
从自主设计到执行，利用大规模语言模型实现科学实验自动化
从自主设计到执行，利用大规模语言模型实现科学实验自动化
大型语言模型
通过 CLIP 评估零镜头图像理解模型的鲁棒性
通过 CLIP 评估零镜头图像理解模型的鲁棒性
对比学习
小波扩散：最快的扩散模型
小波扩散：最快的扩散模型
生成图像
利用 ChatGPT 提高面部识别的准确性和透明度，这是软性生物识别技术的新发展
利用 ChatGPT 提高面部识别的准确性和透明度，这是软性生物识别技 ...
大型语言模型
![[RL-GPT]在 Mincraft 中](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/March2024/rl-gpt-520x300.png)
[RL-GPT]在 Mincraft 中以比平常快几倍的速度获取钻石的框架现已推出
[RL-GPT]在 Mincraft 中以比平常快几倍的速度获取钻石的 ...
机器学习
现在有了一个框架，可以让法律硕士使用 MBTI 评估人的个性！
现在有了一个框架，可以让法律硕士使用 MBTI 评估人的个性！
聊天室GPT
![[Qwen2.5-Coder]专门从事代](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/qwen2-5-coder-520x300.png)
[Qwen2.5-Coder]专门从事代码生成、完成和数学推理任务的 LLM
[Qwen2.5-Coder]专门从事代码生成、完成和数学推理任务的 ...
大型语言模型
![[DPO]一种不使用强化学习，直接将大规](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/January2024/direct_preference_optimization-520x300.png)
[DPO]一种不使用强化学习，直接将大规模语言模型与用户偏好相匹配的方法
[DPO]一种不使用强化学习，直接将大规模语言模型与用户偏好相匹配的方 ...
RLHF
![Swin 变形金刚] 基于变形金刚的图像](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/February2024/swin_transformer-520x300.png)
Swin 变形金刚] 基于变形金刚的图像识别模型，你现在要抓紧了
Swin 变形金刚] 基于变形金刚的图像识别模型，你现在要抓紧了
图片识别
简单!准确度高!异常检测模型PatchCore的吸引力
简单!准确度高!异常检测模型PatchCore的吸引力
目标检测
人工智能艺术与人类艺术--人们更喜欢哪一种？
人工智能艺术与人类艺术--人们更喜欢哪一种？
生成图像
用于评估人工智能代理性能的综合基准--AgentBench 现已推出！
用于评估人工智能代理性能的综合基准--AgentBench 现已推出！
代理模拟
NeurIPS2020 Highlights
NeurIPS2020 Highlights
调查
扩散政策：机器人扩散模型！当机器人也能做披萨
扩散政策：机器人扩散模型！当机器人也能做披萨
扩散模型
最新的激活函数综合评述!
最新的激活函数综合评述!
调查
![[情感提示] 情感提示输入可提高 LLM](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/January2024/emotionprompt-520x300.png)
[情感提示] 情感提示输入可提高 LLM 性能。
[情感提示] 情感提示输入可提高 LLM 性能。
提示方法