文章列表-AI魔法学院

文章列表

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

1+1=2的意义正如苹果在新闻稿中所说： M1 Ultra 在工作时依然表现出一枚芯片的整体性，也会被所有软件识别为一枚完整芯片，开发者无需重写代码就能直接运用它的强大性能。

芯片拼接技术

SD入门教程六：ControlNet基础入门

在使用 Stable Diffusion 的时候，你可能会希望控制构图，但通过 prompt 调整，效果并不会特别好。

ControlNet 文生图

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

记忆检索的方法包括考虑最近性、相关性和重要性三个指标，并通过加权组合这些指标来确定记忆的得分，从而选择最合适的记忆。

大模型

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

ChatGLM3-6B 功能原理解析

那今天我们就再来介绍 ChatGLM3-6B 具体的功能原理，包括工具调用、代码解释器等。

ChatGLM3 大模型

高级 RAG 技术——图解概览

分层索引如果你需要从大量文档中检索信息，你需要能够高效地搜索这些文档，找到相关信息，并将其整合成一个包含参考来源的统一答案。

RAG 检索图解

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

随着各种AI模型的快速发展，选择合适的模型成为了研究和开发的一大挑战。

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

大模型LLM基础｜分词

常用方法包括n-gram模型和隐马尔可夫模型(HMM)。

开源模型

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

腾讯最新的人像写真工作PhotoMaker

还能输入两个图片，融合他们的长相，即使是真人照片+漫画也完全ok。

PhotoMaker 文生图

ComfyUI 图片以及工作流管理神器

好了，闲话少说，我们直接开整。

comfyui 工作流

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

语义索引模型的效果直接决定了语义相关的物料能否被成功召回进入系统参与上层排序，从基础层面影响整个系统的效果。

开源模型

8个常用中文OCR数据集，附下载链接

数据集中的所有图像都经过完整标注。

OCR

国产AI，逃过一劫

一整年过去，觉醒与狂飙、躁动与退场在时刻上演。

ChatGPT 大模型

<...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