文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

PaddleOCR+命名实体识别+规则匹配快、准泛化能力差

OCR 大模型文字识别

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件库

简言之，AnimateDiff通过训练大量短视频来优化图像之间的过渡，确保视频帧的流畅性。

动画视频 AnimateDiff

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

自从OpenAI转向盈利化运营之后，很少再开源自己的技术。

大模型调试工具

赛博牛马，智谱 AI，悄悄出了一个 AI PPT

同时为了让大家能感受到差异化，我同时用最常见的 Kimi 作为对比，告诉大家如何选择。

智谱 AI PPT

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

经典案例：文本分类 2、CNN（卷积神经网络）时间：20世纪90年代末至21世纪初关键技术：卷积运算和池化操作处理数据：适合处理图像数据应用场景：计算机视觉、图像分类、物体检测等 CNN

大模型学习

万字长文，AI大模型的应用实践总结

但是扩词表，相当于从头初始化开始训练这些参数。

大模型

AI帮你DIY新年祝福海报，拜年必备神器！

春节来临之际，阿里巴巴集团旗下的通义实验室推出了一款名为“创意海报生成”的人工智能应用，让你轻松制作个性化的拜年海报。通过简单的操作，你可以在短短一分钟内生成独具个性的拜年海报，让你的祝福更具吸引力。快来尝试制作属于你自己的春节祝福海报吧！

拜年海报 ai绘画

更强的小型LLM：Zephyr-7B

该模型由 Hugging Face 创建，实际上是在公共数据集上训练的 Mistral-7B 的微调版本，但也通过知识蒸馏技术进行了优化。

Zephyr-7B 大语言模型

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

技术背景 Zephyr-7B基于Mistral AI的开源大模型Mistral-7B，通过直接偏好优化（DPO）技术在公开数据集上进行精细微调。

大语言模型开源模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

依赖 token 化器 token 化器带来了一些挑战，比如计算开销、语言依赖性、对新词的处理、固定词汇量、信息丢失和人类可解释性低。

开源模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

TypeChat 入门指南

什么是 TypeChat TypeChat 是一个革命性的库，它简化了使用 TypeScript 构建自然语言模型界面的过程。

TypeChat

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

随着大型模型在各行各业的广泛应用，基于大型模型的人工智能体（AI Agent）迎来了快速发展的阶段。

AI Agent 大模型人工智能

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

这为前端开发带来了一场自动化革命，其中多模态大型语言模型（LLMs）有望直接将视觉设计转换为代码实现。

设计转代码大模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

作为通用视觉模型，Vidu能够支持生成更加多样化、更长时长的视频内容，同时面向未来，灵活架构将能够兼容更广泛的模态，进一步拓展多模态通用能力的边界。

Vidu 大模型视频

<...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