pytorch

LCB-NET模型介绍 模型原理介绍 随着在线会议和课程越来越普遍，如何利用视频幻灯片中丰富的文本信息来改善语音识别（Automatic  Speech Recognition， ASR）面临着新的挑

TaShan 8x34B 基于PESC方法训练的MOE模型，训练数据由多个中科院院所提供的不同领域知识组成。通过在MoE层插入Adapter进行多领域训练，实现专家模型之间的差异化。 Introduc

Baichuan-7B Baichuan-7B是由百川智能开发的一个开源的大规模预训练模型。基于Transformer结构，在大约1.2万亿tokens上训练的70亿参数模型，支持中英双语，上下文窗

Baichuan 2 ?GitHub | ?WeChat ? 百川大模型在线对话平台 已正式向公众开放 ? 目录/Table of Contents ? 模型介绍/Introductio

Scalable Diffusion Models with Transformers (DiT)Official PyTorch Implementation Paper | Project Pag

VipLLaVA Model Card Below is the model card of VipLlava model 13b, which is copied from the origina

Improved Autoencoders Utilizing These weights are intended to be used with the ? diffusers library.

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

[CVPR2024] MIGC: Multi-Instance Generation Controller for Text-to-Image Synthesis [Paper] [Proje

InternDog: 基于InternLM2大模型的离线具身智能导盲犬 代码仓库：[GitHub] 模型仓库：[ModelScope] [OpenXLab] 演示视频：[BiliBili] 在线体

??‍♂️ KarmaVLM (相生) [![GitHub license](https://img.shields.io/github/license/X-D-Lab/Karm

基于InternLM2-Chat-7B微调的禅心·明镜大模型 ?项目背景   当今社会节奏加快，竞争加剧，导致不同年龄和社会群体的人们承受了巨大的压力。成年人面临工作压力，大学生忧 虑就业，年轻

Hierarchical Spatio-temporal Decoupling for Text-to-Video Generation Despite diffusion models havin

星语StarWhisper ? GitHub项目 ? 星语绘卷权重 在国家天文台人工智能工作组的支持下，我们开发了StarWhisper3天文大模型系列，包括语言模型、时序模型、多模态模型（7B

?MindChat(漫谈): 心理大模型 漫谈人生路, 笑对风霜途 [![GitHub license](https://img.shields.io/github/li

3D-Speaker Res2Net 说话人识别模型 Res2Net模型是基于卷积神经网络构建的说话人模型，由于识别性能优异，已经被广泛使用在说话人识别领域中，还可用于说话人日志和语种识别等任务。 更

Qwen-7B ? Hugging Face   |   ? ModelScope   |    ? Paper    ｜   ?️ Demo WeChat (微信

Playground v2.5 – 1024px Aesthetic Model This repository contains a model that generates highly aest

3D-Speaker ResNet 说话人识别模型 ResNet模型是基于卷积神经网络构建的说话人模型，由于识别性能优异，已经被广泛使用在说话人识别领域中，还可用于说话人日志和语种识别等任务。 更详细

Scalable Diffusion Models with Transformers (DiT)Official PyTorch Implementation Paper | Project Pag