文章列表-AI魔法学院

文章列表

AI大模型LLM可以帮助企业做什么？

通过语音交互、图像处理等技术，辅助企业内部运营。

大模型

TrOCR——基于transformer模型的OCR手写文字识别

首先，图像被分解成小块，类似VIT模型的patch embedding操作，然后再添加位置编码。

OCR 手写文字识别

生成式AI与大语言模型的区别

生成式人工智能可以被定义为专注于创建具有生成原创内容能力的模型，例如图像、音乐或文本。

生成式AI 大语言模型区别

基于大模型（LLM）的Agent 应用开发

目前，业界一般认为基于大模型的应用集中在两个方向上：RAG 和 Agent，无论哪一种应用，设计、实现和优化能够充分利用大模型(LLM)潜力的应用都需要大量的努力和专业知识。

大模型 Agent

腾讯开源混元AI绘画大模型

到了初夏的五月，腾讯突然放出了混元大模型的开源版本（文生图模型）。

腾讯混元文生图

第一个StableCascade动漫大模型上架了

大量的爱好者投入到各种插件和大模型开发中，有一定“折腾”能力的选手，能够熟练的应用Stable Diffusion，生成AI图片的效果远远强于闭源工具。

StableCascade 文生图

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

简单解释一下，这个项目分为两个部分，模型的使用和模型的训练，模型使用的话对电脑的要求不是很高基本上差不多点的N卡都可以，模型的训练其实对显卡要求还挺高的小于6G会有各种各样的问题，当然也能炼，不过太麻烦了不建议

生成式AI

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

本文将讲述从PDF中将表格、图像和纯文本提取出文本信息的完整过程，主要内容： PDF的分类：文本型、OCR和扫描型针对不同类型的PDF，我们提取的理论依据环境安装编写提取纯文本的函数

大语言模型 python

SD3 正式开源 Sora同源架构

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD3 绘画

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库在多个领域有着广泛的应用，包括自动化办公、图像处理、文字识别等。

Selenium ddddocr库

链接大模型与外部知识，智源开源最强语义向量模型BGE

在大模型时代，它更是用于解决幻觉问题、知识时效问题、超长文本问题等各种大模型本身制约或不足的必要技术。

embedding 语义向量

大模型中的Top-k、Top-p、Temperature详细含义及解释

如果模型开始自我重复，则表明温度过低。

大模型

如何下载及使用通义千问7B开源大模型

阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用，欢迎大家来体验。

通义千问

【进阶】-文生图术语解释

i2i 图像转图像 (img2img) 魔杖图像生成所涉及到的参数

文生图

大模型微调方法总结

--->成立了大模型学习技术讨论群，学术、前沿资讯、技术讨论，移至文末加入我们方法 LoRA 的实现思想很简单，如下图所示，就是冻结一个预训练模型的矩阵参数，并选择用 A 和 B 矩阵来替代

开源模型

<...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