文章列表-AI魔法学院

文章列表

中文开源OCR框架对比及介绍

从严格定义来看，学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

任何人都可以在Stability的GitHub页面上找到用于微调、ControlNet和LoRA训练的脚本，进一步挖掘这个全新架构的潜力。

文生图绘画

新测试基准发布，最强开源Llama 3尴尬了

Llama 3的两个指令微调版本实力到底如何，也有了最新参考。

Llama 3 大模型开源

SD出图新思路

相信大家在使用SD出图的时候会经常遇到一个问题，就是在图未渲染完的时候看预览图还很nice，一旦渲染完后结果却差强人意。

文生图 SD

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

可能还是有点难以理解，这里我用一个例子给大家解释：你叫小帅，是一个卑微打工人。

提示词 prompt

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

项目简介选择如何对 Transformer 的位置信息进行编码一直是 LLM 架构的关键组成部分之一。

开源模型

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

人工智能的应用范式呼之欲出

在2023年的整个夏季的100天中，笔者阅读了超过500篇论文，直到上周读到一篇都柏林大学爱尔兰AI应用研究中心《为会话式AI构建信任》的论文后，脑中思考许久的人工智能应用范式渐渐浮现

大模型

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

如果放在几年前，你告诉我说只需一分钟就能做出一段这样的动画，我是万万不相信的，但是当AI时代来临之后，一切都有了可能。

文生图开源模型

人工智能对话prompt：用聪明的方式解决各种难题

prompt 可以是一个问题、一段文字描述、一段对话或任何形式的文本输入，模型会基于 prompt 所提供的上下文和语义信息，生成相应的输出文本。

chatgpt 提示词 prompt

如何修复GPT幻觉、及评估数据集的挑战

然而，他们产生幻觉或做出不实陈述的倾向可能会损害信任。

大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

智能体模拟，力图更加拟人可信。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

智能体模拟，力图更加拟人可信。

AI Agent 大模型人工智能

朱啸虎讲了一个中国现实主义AIGC故事

本来做微信私域营销，现在可以用AI取代人——用LLaMA训练两三个月，至少做到人类top 30水平，马上去掉50%人工销售。

朱啸虎 AGI

模拟ChatGPT流式数据——SSE最佳实践

在使用 ChatGPT 时，发现输入 prompt 后，是使用流式的效果返回的数据，起初以为使用了双工协议做的持久化连接，查看其网络请求，发现这个接口的通信方式并非传统的 http 接口或者 WebSockets

打字机 sse 大模型

<...10 11 12 131415 16 17 18 19 ...>

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