ModelScope内容运营小助手_个人页

2024年07月

• 07.29 10:42:15
  发表了文章 2024-07-29 10:42:15

  魔搭社区每周速递（7.20-7.26）

  174个模型、44个数据集、70个创新应用、5篇应用文章
• 07.29 10:14:18
  发表了文章 2024-07-29 10:14:18

  第四届 Data-Juicer数据挑战赛暨天池 Better Synth 多模态大模型数据合成挑战赛

  阿里云、NVIDIA主办，阿里云天池平台、魔搭社区、阿里巴巴通义实验室共同组织的第四届 Data-Juicer 数据挑战赛，暨天池 Better Synth 多模态大模型数据合成挑战赛开赛啦~
• 07.26 11:27:00
  发表了文章 2024-07-26 11:27:00

  Large Enough！Mistral Large 2开源！魔搭推理、微调最佳实战教程来啦！

  Mistral宣布推出新一代旗舰机型 Mistral Large 2。与前代产品相比，Mistral Large 2 在代码生成、数学和推理方面的能力显著增强。它还提供了更强大的多语言支持和高级函数调用功能。
• 07.25 11:30:31
  发表了文章 2024-07-25 11:30:31

  Llama3.1-8B模型中文版！OpenBuddy发布新一代跨语言模型

  7月23日，Meta发布了新一代开源模型系列：Llama3.1。其中405B参数的版本刷新了开源模型性能的上限，在多种指标上的测试成绩接近GPT-4等闭源模型的水平，甚至在部分基准测试中展现出来了超越头部闭源模型的潜力。
• 07.25 11:08:40
  发表了文章 2024-07-25 11:08:40

  Meet Llama3.1，405B赶超最强闭源模型！上魔搭社区一站体验、下载、推理、微调、部署

  官方公布的Benchmark显示，Llama3.1 405B已在多项基准测试中超越GPT-4o和Claude 3.5 Sonnet，这是开源大模型首次赶超最强闭源模型！
• 07.24 11:12:41
  发表了文章 2024-07-24 11:12:41

  使用InternVL、LMDeploy和GTE搭建多模态RAG系统

  如何将视觉大模型（VLM）与 多模态RAG 结合起来，创建服装搜索和搭配推荐！本文展示了InternVL模型在分析服装图像和提取颜色、款式和类型等关键特征方面的强大功能。
• 07.23 13:27:50
  发表了文章 2024-07-23 13:27:50

  基于 Qwen-Agent 与 OpenVINO™ 构建本地 AI 智能体

  Qwen2 是阿里巴巴集团 Qwen 团队研发的大语言模型和大型多模态模型系列。Qwen2 具备自然语言理解、文本生成、视觉理解、音频理解、工具使用、角色扮演、作为 AI Agent 进行互动等多种能力。
• 07.23 10:50:44
  发表了文章 2024-07-23 10:50:44

  VBench 视频生成新榜首！Data-Juicer 沙盒实验室助力多模态数据与模型协同开发

  Data-Juicer 沙盒实验室的提出和其大规模的效果验证，是对多模态数据与模型协同开发这一方向高潜力的有力佐证。
• 07.22 14:51:44
  发表了文章 2024-07-22 14:51:44

  可图IP-adapter-plus开源，魔搭送你一本中文咒语书

  快手可图团队基于Kolors-Basemodel 提供 IP-Adapter-Plus 权重和推理代码，魔搭社区新鲜出炉最佳实践，结合中文咒语书，给你喜欢的IP定制风格吧！

  
• 07.22 14:12:18
  发表了文章 2024-07-22 14:12:18

  社区供稿 | RWKV-6-World 14B正式开源发布，迄今最强的稠密纯RNN大语言模型

  2024年7月19日，RWKV 开源基金会宣布正式向全球开源 RWKV-6-World 14B 模型。
• 07.22 11:15:48
  发表了文章 2024-07-22 11:15:48

  魔搭社区每周速递（7.14-7.19）

  404个模型、133个数据集、86个创新应用、7篇应用文章
• 07.18 11:25:56
  发表了文章 2024-07-18 11:25:56

  魔搭社区利用 NVIDIA TensorRT-LLM 加速开源大语言模型推理

  魔搭社区于 2022 年 11 月初创建，首次在业界提出了 “模型即服务”（ MaaS, Model as a Service）的理念。
• 07.17 13:34:39
  发表了文章 2024-07-17 13:34:39

  Ollama可以玩GLM4和CodeGeeX4了，快来魔搭玩起来

  GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。在语义、数学、推理、代码和知识等多方面的数据集测评中， GLM-4-9B 在各项能力上均表现出卓越的能力。
• 07.17 10:36:25
  发表了文章 2024-07-17 10:36:25

  影视与游戏行业AI视频制作实战：第二步，为角色生成个性化语音

  每个角色有自己的性格、形象，那也一定需要自己个性化的声音。
• 07.16 11:19:32
  发表了文章 2024-07-16 11:19:32

  影视与游戏行业AI视频制作实战：第一步，角色形象设计的一致性

  随着生成式人工智能技术的发展和应用，影视与游戏行业也迎来了AI化的时代。
• 07.15 11:10:27
  发表了文章 2024-07-15 11:10:27

  消费级显卡微调可图Kolors最佳实践！

  近期，快手开源了一种名为Kolors（可图）的文本到图像生成模型，该模型具有对英语和汉语的深刻理解，并能够生成高质量、逼真的图像。
• 07.12 11:11:49
  发表了文章 2024-07-12 11:11:49

  绘梦有形，快手开源「可图 Kolors」，等你来玩

  近期，快手开源了名为Kolors（可图）的文本到图像生成模型，该模型具有对英语和汉语的深刻理解，并能够生成高质量、逼真的图像。
• 07.11 10:55:16
  发表了文章 2024-07-11 10:55:16

  社区供稿 | 源大模型的快速部署与高效推理——GGUF格式模型介绍与使用教程

  在人工智能领域，大型语言模型的发展日新月异，它们在自然语言处理、机器翻译、智能助手等多个领域展现出了前所未有的能力。

  
• 07.10 11:25:17
  发表了文章 2024-07-10 11:25:17

  理解时间戳的视频理解大模型CogVLM2开源！视频生成、视频摘要等任务有力工具！

  随着大型语言模型和多模态对齐技术的发展，视频理解模型在通用开放领域也取得了长足的进步。
• 07.10 10:48:59
  发表了文章 2024-07-10 10:48:59

  ACL2024 | OceanGPT（沧渊）：面向海洋科学任务的大型语言模型初探

  本文提出了为海洋领域打造的大型语言模型OceanGPT，它能够处理面向海洋科学的问答等生成任务。
• 07.09 11:10:17
  发表了文章 2024-07-09 11:10:17

  开源VLM新标杆 InternVL 2.0 怎么用？部署、微调尽在魔搭社区！

  7月4日下午，世界人工智能大会科学前沿论坛，上海人工智能实验室OpenGVLab发布了InternVL 2.0 版本，中文名书生·万象。
• 07.08 13:37:09
  发表了文章 2024-07-08 13:37:09

  书生·浦语2.5开源，推理能力再创新标杆，怎么玩都在这里了！

  上海人工智能实验室秉持“以持续的高质量开源赋能创新”理念，在为社区始终如一地提供高质量开源模型的同时，也将继续坚持免费商用授权。
• 07.08 11:39:54
  发表了文章 2024-07-08 11:39:54

  阿里通义音频生成大模型 FunAudioLLM 开源！

  声音包含丰富的个体特征及情感情绪信息，对话作为人类最常使用亲切自然的交互模式，是连接人与智能世界至关重要的环节。
• 07.04 10:40:57
  发表了文章 2024-07-04 10:40:57

  可控细节的长文档摘要，探索开源LLM工具与实践

  本文通过将文档分为几部分来解决这个问题，然后分段生成摘要。在对大语言模型进行多次查询后，可以重建完整的摘要。通过控制文本块的数量及其大小，我们最终可以控制输出中的细节级别。
• 07.04 10:07:40
  发表了文章 2024-07-04 10:07:40

  人类偏好对齐训练技术解析

  大型语言模型（LLMs）通过在大量文本数据集上进行无监督预训练，获得丰富的语言模式和知识，这一阶段训练后的模型被称为base model。
• 07.02 11:09:15
  发表了文章 2024-07-02 11:09:15

  Florence-2，小模型推进视觉任务的统一表征

  Florence-2是一种新颖的视觉基础模型，具有统一的、基于提示的表示，可用于各种计算机视觉和视觉语言任务。
• 07.01 14:16:33
  发表了文章 2024-07-01 14:16:33

  谷歌开源Gemma2！魔搭社区推理、微调最佳实践教程

  Google面向全球研究人员和开发者发布并开源 Gemma 2 大语言模型！本次Gemma 2 系列为轻量级开放模型，提供9B和27B参数两种尺寸，采用全新的架构设计，性能表现优异。

2024年06月

• 06.27 11:24:18
  发表了文章 2024-06-27 11:24:18

  GigaSpeech 2：三万小时东南亚多语种语音识别开源数据集发布

  GigaSpeech 2 是一个持续扩展的、多领域多语言的大规模语音识别语料库，旨在促进低资源语言语音识别领域的发展和研究。
• 06.26 14:51:08
  发表了文章 2024-06-26 14:51:08

  开源模型破局OpenAI服务限制，15分钟灵活搭建RAG和Agent应用

  今天，我们做了两个实验，目标在15分钟内，完成下载社区的开源模型，部署成API，替换LlamaIndex中RAG和LangChain中OpenAI接口Agent的最佳实践，并取得符合预期的结果。
• 06.25 10:20:56
  发表了文章 2024-06-25 10:20:56

  Modelscope-Agent 增强RAG能力：（一）多策略召回、多模态召回

  Modelscope-Agent是魔搭GPTs 开源的实现方案的底层框架，基于chatbot允许用户通过聊天、直接配置的方式进行agent的定制生成，可以允许用户使用自定义知识库以及接入多工具的能力。
• 06.24 14:29:29
  发表了文章 2024-06-24 14:29:29

  MimicBrush：奇迹画刷，重新定义局部重绘

  图像编辑是一项实用而又具有挑战性的任务，因为用户的需求多种多样，其中最困难的部分之一是准确描述编辑后的图像应该是什么样子。在MimicBrush这项工作中，提出了一种新的编辑形式，称为模仿编辑，以帮助用户更方便地发挥创造力。
• 06.24 11:54:37
  发表了文章 2024-06-24 11:54:37

  让大模型更懂你的情绪——通义实验室与中科院自动化所联合开源中英双语共情语音对话模型BLSP-Emo

  BLSP-Emo模型展示了情感智能在人机交互中的重要性，未来的多模态模型将更加注重情感的识别和表达，使得机器能够更加准确地理解和回应用户的情感状态，甚至生成富有情感的语音反馈。同时，BLSP-Emo展示了将副语言信号对齐到大语言模型语义空间的可能性，我们期待着更加人性化、更具有共情力的对话交互模型的出现。
• 06.21 10:44:05
  发表了文章 2024-06-21 10:44:05

  ModelScope联手OpenDataLab：直接调用7000+开源数据集，赋能AI模型加速研发

  魔搭社区和OpenDatalab浦数合作，共同开启一场模型与数据的深度融合，旨在为中国开发者打造更加高效、开放的AI体验。
• 06.20 10:53:06
  发表了文章 2024-06-20 10:53:06

  魔搭社区GGUF模型怎么玩！看这篇就够了

  近期，Qwen2系列模型家族发布了系列GGUF格式模型。通过llama.cpp/Ollama等生态的发展，很多大语言模型都支持GGUF格式，极大地简化了大语言模型的应用流程，让即便是模型领域的初学者，只有一台CPU笔记本，也能轻松上手顶尖的AI技术。
• 06.19 11:16:35
  发表了文章 2024-06-19 11:16:35

  Multi-Agent实践第9期: 多智能体的升级体验

  AgentScope 的新版本主要从 RAG，可视化和系统提示优化三个角度进行了更新，旨在降低开发者的开发代价，提供更加友好的开发体验。
• 06.18 10:25:34
  发表了文章 2024-06-18 10:25:34

  免训练10秒生成人物写真，FaceChain迎来最大更新版本，持续推动写真开源社区进步！

  随着FaceChain FACT技术的不断成熟和开源社区的共同努力，我们期待与广大开发者和爱好者共同探索和拓展AI写真的更多可能性。
• 06.14 10:30:38
  发表了文章 2024-06-14 10:30:38

  ToolBench指标提升8.25%！魔搭社区让Qwen2 成为你的智能体好帮手

  随着千问2.0的发布，魔搭社区在第一时间上线了千问2全系列模型。我们注意到，千问2模型在通用能力上已经非常强悍，然而有时候用户需要使用模型在自己的私有场景上搭建起智能体调用流程，这时就有可能遇到对于特定场景调用不良的情况，在这种情况下，用户对于千问2模型进行二次训练并提升智能体精度是非常有必要的。
• 06.13 11:09:48
  发表了文章 2024-06-13 11:09:48

  Multi-Agent实践第8期：轻松拖拽搭建多智能体应用

  AgentScope Workstation令多智能体应用的搭建变得轻而易举，只需简单拖拽操作，每位用户都能快速打造出丰富多彩的应用。
• 06.13 10:07:58
  发表了文章 2024-06-13 10:07:58

  大模型技术如何构建金融领域的创新生态？

  AFAC2024金融智能创新大赛报名通道已正式开放，欢迎广大参赛队伍踊跃报名，探索金融科技的新应用、新场景和新思路，共同为推动金融科技发展和创新贡献力量。
• 06.12 15:01:09
  发表了文章 2024-06-12 15:01:09

  新Siri解锁万能Agent？魔搭开源移动端框架Mobile-Agent-v2抢先体验！

  在刚结束的苹果全球开发者大会WWAC上，Apple家族AI全家桶 「Apple Intelligence」亮相，库克宣布个人智能系统将应用于新版本的 iPhone、iPad 和 Mac 操作系统。
• 06.11 10:31:57
  发表了文章 2024-06-11 10:31:57

  第三届 Data-Juicer 数据挑战赛：ModelScope-Sora“数据导演”创意竞速

  欢迎进入第三届 Data-Juicer 数据挑战赛：“ModelScope-Sora 文生视频大模型数据挑战赛”。
• 06.07 13:51:54
  发表了文章 2024-06-07 13:51:54

  社区供稿 | OpenVINO™ 助力 Qwen 2 —— 开启大语言模型新时代

  就在刚刚，阿里魔搭社区发布了全新的 Qwen 2 系列模型 ，作为 Qwen 及魔搭社区的重要合作伙伴，OpenVINO™ 一直致力于赋能开发者高效搭建人工智能解决方案，助力大规模语言模型的性能提升和应用扩展。
• 06.07 11:17:29
  发表了文章 2024-06-07 11:17:29

  你好，Qwen2！

  今天，通义千问团队带来了Qwen2系列模型，Qwen2系列模型是Qwen1.5系列模型的重大升级。包括了...
• 06.06 11:03:48
  发表了文章 2024-06-06 11:03:48

  智谱AI GLM4开源！支持多模态&长序列，魔搭推理、微调最佳实践来啦！

  GLM-4-9B是智谱AI推出的新一代预训练模型GLM-4系列的开源版本，它在多个数据集上的测试中表现出高绩效，包括语义理解、数学问题解决、推理和代码理解等方面。GLM-4-9B模型有四个变体：基础版GLM-4-9B（8K）、对话版GLM-4-9B-Chat（128K）、超长上下文版GLM-4-9B-Chat-1M（1M）和多模态版GLM-4V-9B-Chat（8K）。用户可以通过魔搭社区提供的链接体验这些模型，包括在CPU上运行的版本和支持vLLM推理的版本。

  
• 06.03 10:21:43
  发表了文章 2024-06-03 10:21:43

  ChatTTS：专为对话场景设计的文本转语音模型，底模开源！

  最近，开源社区杀出一匹文本转语音领域的黑马——ChatTTS，在Github上仅4天斩获11.2k star。

  
• 06.03 10:07:25
  发表了文章 2024-06-03 10:07:25

  【报名】GLM 法律行业大模型挑战赛 | 冠军最高 52 万现金奖励

  欢迎参加「GLM法律行业大模型挑战赛」。随着技术的进步，大语言模型（LLM）已经在多个领域展现出显著成效，法律行业也不例外。LLM 在法律服务、案件分析和合同审核等方面已显示出其强大潜力。为探索 LLM 在法律行业的应用潜力，我们在琶洲算法大赛主办方的指导下，推出了 GLM 法律行业大模型挑战赛。

2024年05月

• 05.31 11:13:43
  发表了文章 2024-05-31 11:13:43

  高能力全透明双语大语言模型MAP-Neo完全开源，开放所有细节！

  近年来，大型语言模型 (LLMs) 在各种任务中取得了前所未有的性能提升。然而，由于商业利益，最强大的模型（如 GPT、Gemini 和Claude）只能通过API访问，并未公开训练细节。
• 05.29 10:48:47
  发表了文章 2024-05-29 10:48:47

  YOLOv10发布，性能效率双提升，魔搭社区最佳实践来啦！

  YOLO（You Only Look Once）系列目标检测框架，由于其在计算成本与检测性能之间实现了有效平衡，故而成为实时物体检测领域的标杆。
• 05.29 10:15:24
  发表了文章 2024-05-29 10:15:24

  社区供稿 | YuanChat全面升级：知识库、网络检索、适配CPU，手把手个人主机部署使用教程

  在当下大语言模型飞速发展的背景下，以大模型为核心的AI助手成为了广大企业和个人用户最急切需求的AI产品。然而在复杂的现实办公场景下，简单的对话功能并不能满足用户的全部办公需求，为此我们发布了最新版的YuanChat应用
• 05.28 11:04:26
  发表了文章 2024-05-28 11:04:26

  Data Is All You Need! 生成式图文对数据最佳实践，数据集魔搭开源！

  23年10月底，OpenAI发布了 DALL-E 3 的技术报告《 Improving Image Generation with Better Captions 》，这篇技术报告的重点放在了 DALL-E 3 通过高质量的、详细的、生成式图像 caption（文本描述）进行训练后，提升 prompt following 能力。