文章列表-AI魔法学院

文章列表

解码二维码：揭秘我的漂亮二维码生成秘诀！

另外这两种方法还存在一个问题：二维码的痕迹比较明显，大家一眼就能看出来这是一个二维码，对于追求视觉效果或者不想让别人看出来是二维码的场景，就力不从心了。

图像文字

大模型与游戏结合的一个思路

：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，加强对弱点的进攻，同时避开人类的强项；另一方面，学习人类好的战术

人工智能游戏

ComfyUI，你开启XL钥匙打开了新世界

如果要给这个“体验”定义更严格生产一些的话，那可以说是最佳工具，没有之一。

ComfyUI 大模型

OCR是什么以及推荐几款开源中文OCR识别软件

图像降噪：　　对于不同的图像根据噪点的特征进行去噪的过程称为降噪。

OCR

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

with AlphaCodium: From Prompt Engineering to Flow Engineering》受到了各方的关注，特别是OpenAI技术大佬Andrej Karpathy对论文中提出的

LLM 范式迁移

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

YOCO仅缓存一次键值对，可大幅降低GPU内存需求，且保留全局注意力能力。

Decoder-Decoder YOCO 架构

如何成为LLM提示词大师！「大语言模型的底层心法」

它们能够生成类似人类的文本并进行对话，似乎有点像科幻小说中的情节。

大模型提示词

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

我已经针对每个提示词进行优化，以便ChatGPT更好地理解和执行任务。

ChatGPT 提示词

百模大战，谁是大模型的裁判员？

GPT-4 各类基准测试对比（来源：GPT-4 Technical Report）因为各个模型的基座、技术路径都不尽相同，所以参数量和评测基准的评分这两类指标相对直观，这也使得模型评测基准已经成为了业内衡量模型各方面性能的工具

大模型

主流网络爬虫蜘蛛详解

所有网站都会有很多网络漫游器来爬取页面，其中越优秀的网站蜘蛛越多，不过我们要区分蜘蛛的真伪，同时了解各种蜘蛛，屏蔽一些对网站无用的蜘蛛，避免养“蛛”为患。

爬虫蜘蛛详解

Agent四大范式 | 综述：全面理解Agent工作原理

我们对现有的 LLM-代理规划研究进行了分类，将其分为任务分解、计划选择、外部模块、反思和记忆等类别，并针对每个方向进行了深入分析。

Agent 大语言模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

多模态对齐在多模态对齐的预训练阶段，作者仔细地将各种模态的编码器和对齐器对齐。

Baichuan-Omni 多模态大模型

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

<...14 15 16 171819 20 21 22 23 ...>

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