文章列表-AI魔法学院

文章列表

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

代理需要理解复杂的网络场景指令，适应变化并推广成功操作，从而实现无障碍和自动化，最终解放人类重复与计算机UI的交互。

大模型

没有思考过 Embedding，不足以谈 AI

，模型便是通过这一方式学到了词之间的关系。

开源模型

Markdown 介绍及使用教程

当你写公众号、在知乎回答问题、在印象笔记里整理知识点甚至是写论文和出版专著时，你是不是都苦于文字的格式没有一个统一的软件来规范？

编程

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

介绍 FaceChain(https://github.com/modelscope/facechain/)是一个可以用来打造个人数字形象的深度学习模型工具。

妙鸭相机

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

今天我们就一起学起来！！

Stable Diffusion 文生图

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

小钢炮MiniCPM系列自今年2月1日面世以来，累计下载量已超百万！

MiniCPM-V 2.6 大模型

开源免费离线语音识别神器whisper如何安装

whisper的日常用途 whisper的核心功能语音识别，对于学生党和工作党来说，可以帮助我们更快捷的将会议、讲座、课堂录音整理成文字稿；对于影视爱好者，可以将无字幕的资源自动生成字幕，不用再苦苦等待各大字幕组的字幕资源

wisper 翻译免费

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

AGI的定义是：「在最具经济价值的任务中，超越人类的自主系统」所以Q*会威胁人类吗？

OpenAI 大模型

提升GPT Prompt效果最佳实践 - 拆解复杂任务

就像在软件工程中将复杂系统分解为一组模块化组件一样，在提交给GPT模型的任务中也是如此。

GPT prompt

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

通过这种方式，RAG实际上是在扩展LLM的知识边界，使其不仅依赖于训练时学到的信息，还能动态地利用最新、最相关的数据。

OCR RAG 开源

铁锅炖blender+ComfyUI配置，更改模型地址

今天继续学习ComfyUI，本推文主要讲铁锅炖的实验：如何改模型地址、尝试与blender一起打开、添加第一个controlnet节点树。

comfyui 文生图

大模型检索增强生成(RAG)高质量报告

今天分享一个来自同济大学Haofen Wang的关于检索增强生成的报告：《Retrieval-Augmented Generation (RAG): Paradigms, Technologies, and

RAG 大模型检索

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

18种 DALL-E 3 炫酷的文字效果和提示词

这种自然而然的效果让很多设计师都望尘莫及。

DALL-E 3 提示词文生图

OCR是什么以及推荐几款开源中文OCR识别软件

为了让计算机更快的、更好地进行OCR相关计算，　　我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。

OCR

<...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