文章列表-AI魔法学院

文章列表

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

这种信息不对称不仅可能导致个人在职业发展上的困境，也可能使企业错失利用AI技术提升效率和创新的机会。

AI资讯 AI新闻

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！

受语言的 LLMs 启发，纯 NLP 大模型（如 LLaMA）从英文到中文（外语）时因为原始词表编码中文效率低，必须要扩大 text 词表。

OCR 手写文字识别

中学生也能看懂的Sora视频生成原理解读

这种处理多样化视觉数据的能力，使得Sora在接收到如‘猫坐在窗台上’这样的文本提示时，不仅能理解这个提示背后的意图，还能利用它的内部表示形式，综合利用不同类型的视觉信息，生成与文本提示相匹配的视频或图片

视频生成 sora

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

使用较小的文本块可以提高检索的准确性，而较大的文本块则提供更多的上下文信息。

RAG 检索

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

template，还是今天要介绍的主角llamaindex选择的声明式的QueryPipeline，以及在此之前已经发布了数据处理阶段的pipeline（IngestionPipeline），都是在昭示一个趋势

Query Pipeline 大模型

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

大模型

企业数字化转型的“阿里阿德涅之线”在哪？

谈及企业的数字化转型，总是避不开一个词——降本增效。

大模型用户

RAG超参数调优食用指南

目前构建 LLM 应用程序存在一个巨大的问题，那就是需要调整大量的参数，而且远远超出了提示范围，例如分块、检索策略、元数据等。

rag 大模型

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

我们将从简介开始，介绍其特点、安装和使用方法，提供示例代码，讨论其应用场景，并总结其优缺点。

微信爬虫

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

ComfyUI初学者指南

在顶部输入您的提示，在底部输入您的否定提示。

文生图 comfyui

Stable Diffusion

Stable Diffusion 文生图全网最细详解

但是这个质量吧，还是很差的，实事上呢，是我们的 prompt 写的太差劲了导致的如果我们完善一点 (丰富一些 prompt ）会发现效果质量立竿见影；而我们只是加入了一些通用的 prompt 提示语

文生图 SD

PDFTriage:面向长篇结构化文档的问答

我们提出通过允许模型根据结构或内容检索上下文来解决这种对文档的简化表示。

大语言模型 PDF 文档

<...16 17 18 192021 22 23 24 25 ...>

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