文章列表-AI魔法学院

文章列表

使用知识图谱提高RAG的能力，减少大模型幻觉

防止LLM产生幻觉的方法之一是使用提供事实信息的外部知识来源，如数据库或知识图谱。

RAG 大语言模型

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

确实，在 400M 图像文本对训练的 CLIP 有很强的视觉文本对齐能力，可以覆盖多数日常任务下的图像编码。

OCR 手写文字识别

白话Embedding：普通人都能懂的科普文

嵌入是将某些数据对象表示为向量，构造为将数据对象的某些属性编码为其矢量表示的几何属性。

Embedding 向量

Threejs: 数字人生成金色动态粒子效果

昨天的文章提到通过修改数字人的材质做全息投影仪的动态效果，今天分享一下生成金色动态粒子人的代码，效果图如下：效果中还包含多个粒子效果的动态转换，有了这个，再加上摄像头，就可以完全模拟亚运会的数字人效果了

Threejs 数字人

多智能体开发框架怎么选型？京东 JoyAgent vs langchain LangGraph，两种Agent开发哲学的碰撞!

最近后台好多朋友问我，说现在AI多智能体（Multi-Agent）框架太火了，尤其是最近京东开源了的 Java 语言的 JoyAgent，评测分数非常高，效果到底怎么样

JoyAgent langchain LangGraph

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

去年11月，零一万物就正式开源发布了首款预训练大模型Yi-34B，当时的模型已经能处理200K上下文窗口，约等同于20万字文本。

零一万物 YI 李开复

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

Qwen-14B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。

大模型

SD入门教程三：采样器及参数调整

迭代步数（Steps）原则上采样迭代步数越高，图片则会越精细，但是需要申明采样迭代步数并不是越高越好，图片的质量是有上限的，过高的采样迭代步数只会增加出图的速度以及增加崩坏的几率，但是也有研究表明

SD 入门教程

AI里的大模型，你了解么

这些模型可以应用于处理大规模的数据和复杂的问题。

人工智能

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

造梦师手记：ComfyUI快速量产数字小姐姐

我一开始设想找一张七人图，然后用ControlNet提取姿势，再图生图生成七人合影。

comfyui 文生图

中文通用大模型最全汇总

同时我们也考虑更为快速的中文适配方案：Chinese-LlaMA2-sft-v0: 采用现有的开源中文指令微调或者是对话数据，对LlaMA-2进行直接微调 (将于近期开源)。

大模型开源模型

ComfyUI，你开启XL钥匙打开了新世界

但在与大家一起努力学习，了解了ComfyUI后，我有点难以抑制的激动，我觉得之前称呼这个“开启XL大门的钥匙”有些欠妥，它应该是开启AIGC新世界大门的钥匙！

ComfyUI 大模型

高级 RAG 技术——图解概览

诸如 chroma、weavaite.io 和 pinecone 这样的向量数据库初创企业，都是在现有的开源搜索索引——主要是 faiss 和 nmslib——的基础上搭建的，并在近期加入了用于存储输入文本的额外存储空间以及其他工具

RAG 检索图解

再见了ComfyUI，WebUI也有了工作流

在AI绘画领域，Stable Diffsion是最受欢迎的，因为它是开源软件。

ComfyUI WebUI 文生图

<...15 16 17 181920 21 22 23 24 ...>

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