文章列表-AI魔法学院

文章列表

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

本文将详细介绍PaddleOCR的基本原理、功能特点、使用方法以及应用场景，帮助你全面了解这一强大的OCR工具。

PaddleOCR 文字识别

Stable Diffusion

Stable Diffusion教程：提示词

这有点像程序代码，代码逻辑写对了，程序才能正常运行，代码写的越好，程序运行时发生的问题越少、才能解决用户的问题。

提示词 SD 绘画

用ComfyUI整了一套照片转Q版手办的工作流

年后开工准备用SD的工作流版本ComfyUI整点东西出来。

comfyui 文生图

大模型与游戏结合的一个思路

使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的：游戏中真正的人工智能应该是这样，一开始玩的时候，与现在一般的游戏完全是一样的，但随着游戏时间的增长，电脑会从对战中学习，一方面找出人类玩家的弱点，

人工智能游戏

OpenAI大动作：Whisper large-v3重塑语音识别技术

在最近的OpenAI首届开发者大会上，一个引人注目的技术亮点是Whisper large-v3的发布。

Whisper 语音识别

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

(5)安全性 RAG系统直接利用用户输入来生成文本，存在悲观生成风险。

大语言模型 RAG检索增强

不出所料，字节个把月就整出了自己的manus,不用积分，无需会员，快来体验coze空间吧

这个产品现在的玩法 manus开始积分收费每个任务所需要的积分根据任务复杂情况不同，但是至少200起步 Manus 39_刀一个月给3900积分，也就是你跑web应用差不多能跑4个左右，感觉有点贵

manus 阿里

真格基金大模型能力测试问题集---进阶篇

作为早期投资人，我们经常需要试用和评估新发布的对话式 AI 产品，其中比较常用的方式是通过一些 Prompts，将它们与标志性的 ChatGPT 的输出结果进行直观的横向对比。

中文评测大模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

优点：不用处理 tags 省时省力，过拟合的出现情况低。

训练

2023检索增强生成技术（RAG）研究进展

正是这种对前沿科技的不懈追求，推动了RAG技术在2023年成为研究的热点。

RAG 检索增强

视频大模型训练相关词条解释

Sora是OpenAI公司发布的一款AI视频生成模型。它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。那么视频大模型的训练都有哪些技术点呢？今天给大家带来视频模型训练相关的词条解释，而且是小学生也能看懂的哦

视频生成 sora 词条

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

图一：RAG 结构图在当前这个时间点（2023.9.6）打开 langchain.com 的主站，你会发现不同于之前的 docs 关于应用场景的 8 种介绍，Use-Cases

大模型

当ChatGLM3能用搜索引擎时

传统的网络搜索模式也在接受这前所未有的挑战，首当其冲的就是各大搜索引擎，比如bing在自家浏览器中搭载了chatgpt，能够根据搜索的内容进行整合，并生成逻辑清晰，而且相对准确的信息，极大的增加了传统搜索需要逐一点开网页进行浏览

大模型应用大模型 ChatGLM

ComfyUI进阶前必备插件们续

ensp; git clone https://github.com/Fannovel16/comfyui_controlnet_aux.git 安装好之后，就能在右键新建里找到专属的一个分类节点。

ComfyUI 文生图

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

多模态（Multi-Modal）: 多模态主要是指让机器能够理解和处理自然界或人工定义的多种模态信息，如声音、语言、视觉信息和表格、点云信息等。

开源

<...9 10 11 121314 15 16 17 18 ...>

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