文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

构建开源多模态RAG系统

该架构将生成能力和动态检索过程无缝结合，使AI能够适应不同领域中不断演变的信息。

RAG 大模型

HalluQA: 测测中文大模型有没有一本正经胡说八道

然而，相比于大模型其它维度的评测，在模型幻觉方面，仍然缺少一个用于评测中文大模型幻觉的数据集。

大模型中文大模型幻觉

探秘制作艺术二维码的新姿势

还是先来看看我生成的几张二维码：这篇文章以美女照片的合成来演示，虽然我合成的照片有点一言难尽，大家凑合看吧，重在学习，我抛个砖，大家一定可以合成更好看的二维码

图像文字

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

action=onAll Ø 开源数据集：社区会提供达摩院沉淀的电商领域数据集以及一些通用领域的数据集，结合业内一些经典数据集配合工具自动对外开放 Ø 实训框架

开源

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。

langchain 大模型

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

Jackson表示，「自己将披露收集到的有关 OpenAI（已推迟）计划在2027年之前创建人类级别AGI的信息」。

OpenAI 大模型

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

GPTs 攻防的上篇发布到现在已经过去了两周，也有很多的群友积极参与了我们的攻防活动，但是截止目前还没有人破解到我们的 prompt，不少群友想要我们分享一下防守的经验，这一篇我们就来为大家带来，我们收集到的所有

GPTs 大模型

一人搞定30万商品分类：AI落地实践故事！

为数十万商品分类通常想到的办法是用NLP+特定分类算法（如是SVM)来实现，涉及数据清洗，特征提取，模型训练，调试和集成等工作。

embedding 大数据分类

[论文] 阿里提出AgentScope：灵活强大的智能体框架

结合丰富的内置资源和集成的用户交互模块，AgentScope 使编程多智能体应用比以往任何时候都更加愉快。

AgentScope 语言大模型智能体

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

在电商领域，最近AI模特换装特别火，结合网上的教程和实战，总结了一个最简单性价比最高的方法。

Stable Diffusion 文生图

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

语音和音频处理领域正在经历一场重大变革，从专门的自动语音识别（ASR）系统，转向集成的、多模态的音频大语言模型（Audio LLM）。

音频对比

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语、韩语、粤语和中文。

语音克隆开源模型

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

AI界的焦点再度聚集！

Baichuan 3 大模型

<...6 7 8 91011 12 13 14 15 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1