Transformer模型Web端TTS：延迟挑战与优化探索
在Linux.do社区，用户讨论使用transformers.js运行Kokoro-82M模型实现离线Web端TTS（文本转语音）功能。用户反馈模型运行延迟较高，虽可用但体验不佳，寻求更高效的替代方案。这反映了在浏览器环境中部署大型Tran...
标签索引 / 第 6 页
transformer
这个标签下有 60 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
AI工程师转型路径：从零到生产级部署
AI工程师转型路径：从零到生产级部署 一、问题 传统工程师的困境： – 会写代码,但不懂Transformer – 会调API,但不懂模型原理 – 会用ChatGPT,但不会训练模型 核心疑问：如何从传统...
Gemini 3.0优化：论文抽象方法拆解指南
本文探讨了如何利用Google Gemini 3.0人工智能模型拆解学术论文中的抽象方法，将其转化为具体的工程操作，以促进深度学习领域的理解。作者发现，传统论文解读方式易受原文表述影响，导致注意力分散且难以直观掌握核心概念。通过优化提示词，...
通用推理模型URM刷新AI推理基准
该论文系统分析了通用Transformer在复杂推理任务中的性能表现，发现其优势主要源于循环归纳偏置和强非线性组件，而非复杂架构设计。基于此，作者提出通用推理模型（URM），通过集成短卷积和截断反向传播技术，显著提升了推理能力。实验显示，U...
图解Transformer模型：AI核心技术的深度解析
本文详细解析了Transformer模型的工作原理，包括自注意力机制、多头注意力、位置编码和编码器-解码器结构。文章通过可视化方式，帮助读者理解如何通过Query、Key和Value向量实现序列建模，以及Transformer如何优化并行训...
谷歌创新神经记忆模块，突破大模型长序列瓶颈
谷歌研究人员推出神经长期记忆模块（titan），针对Transformer架构在长序列处理中的注意力稀释、性能下降和显存依赖问题。该模块作为深层神经网络，在运行时动态更新权重，通过“惊奇度”机制选择性记忆信息，类似人脑功能。谷歌设计了三种集...
私有大模型训练全攻略：企业抢占AI先机
本文提供了一套完整的’从0到1训练私有大模型’课程资源，涵盖词向量原理、Transformer架构、BERT系列、强化学习及RLHF训练实战等核心技术。课程从基础概念入手，逐步深入到模型开发与训练，包括使用Paddl...
斯坦福发布《语音与语言处理》第三版：全面覆盖LLM与Transformer技术
斯坦福大学权威教材《语音与语言处理》第三版预发布版本现已上线，这是AI和自然语言处理领域的经典教材的最新更新。新版本全面纳入了最新的AI技术进展，包括大型语言模型(LLM)、Transformer架构、语音识别(Whisper)和文本转语音...
谷歌AI军备竞赛：全方位优势难以撼动
谷歌在AI竞赛中展现出全方位领先优势。模型层上，谷歌拥有第一梯队多模态闭源和开源模型，并在生物学领域通过AlphaFold实现垄断。应用层中，谷歌全家桶、搜索引擎及AndroidOS已集成AI overviews，提供无缝体验。数据来源方面...
AI模型突破：224倍压缩Llama-70B，精度提升
研究人员开发了一种创新方法，通过低秩’意义场’技术替换完整Transformer推理，将冻结的Llama-3.3-70B模型压缩224倍，同时实现256维场表示，并在多个基准测试上略微提高准确性。该方法引入小型学生模...