ITPub博客

ConaCLIP针对轻量化的图文检索任务进行设计，是一种通过全连接的知识交互图学习方式将知识从dual-encoder大模型中蒸馏到dual-encoder小模型的算法。

大规模电商图文数据中自动化构建多模态概念级知识图谱的方案，将概念级多模态先验知识注入到VLP模型中，以实现跨模态图文样本在概念层面进一步对齐。

Celeborn 采用了 Push Shuffle 的设计，通过远端存储、数据重组、内存缓存、多副本等设计，不仅进一步提升 Gluten Shuffle 的性能和稳定性，还使得 Gluten 拥有更好的弹性，从而更好的拥抱云原生。

阿里云机器学习平台PAI主导的多篇论文在 ACL 2023 Industry Track 上入选。

阿里云机器学习平台PAI和北京大学杨智老师团队合作的论文被数据库领域顶会SIGMOD 2023接收。

阿里云机器学习平台 PAI 团队和达摩院 GraphScope 团队联合推出了面向 PyTorch 的 GPU 加速分布式 GNN 框架 GraphLearn-for-PyTorch(GLT) 。

作者：曹庭锋、汪诚愚、吴梓恒、黄俊背景Stable Diffusion（SD）是一种流行的AI生成内容（AI Generated Content，AIGC）模型，能在文字输入的基础上生成各种风格多样的图像。在目前的AIGC方向，SD是开源社区最热门的模型。然而，SD能够生成高颜值的图像，非常依赖于用户提供的Prompt。如果没有好的Prompt，SD往往无法生成用户预期的图像，极大的影响用户的使用

GraphLearn团队和浙大联合发表的论文被评选为EuroSys2023 best poster。

PAI-Diffusion中文模型进行大幅升级，本文详细介绍PAI-Diffusion中文模型的新功能和新特性。

本篇我们继续介绍使用 PAI-Blade 优化 LoRA 和 Controlnet 的推理流程。

PAI-Blade是 PAI 推出的通用推理优化工具，可以通过模型系统联合优化，使模型达到最优推理性能。