文章列表-AI魔法学院

文章列表

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

此外，为了方便训练PhotoMaker，设计了一个数据构建管道来构建一个以人为中心的数据集，按id分类。

PhotoMaker 文生图

OCR的终极解法——传统算法VS多模态大模型

文字的后处理手段主要分为两种： · 规则匹配，提取出文字 ·

OCR 大模型文字识别

深入探讨：Agent全自动写作长篇小说技术原理解析

很多人对AI在文字创作方面都抱有很大的期望，尤其是经过我们不断地“调教”后，大家都盼望着能有一个工具，让AI稳稳地输出一本风格统一的长篇小说。

Agent

百川智能正式发布130亿参数通用大语言模型百川大模型（Baichuan-13B-Base）

并且官方对此的评价是：性能最强的中英文百亿参数量开源模型。

大模型中文

解读 Openai 给 DALLE3 设的完整系统提示词

如果用户没有要求生成特定数量的图像，默认创建四个提示发送给dalle，这些提示应尽可能多样化。

提示词绘画 DALLE

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！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字：

OCR 手写文字识别

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

最近一段时间，国产模型不断涌现，让人应接不暇。

大模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

支持处理各种复杂格式的非结构化数据，包括文本、图片、扫描副本、结构化数据和网页等。

RAGFlow RAG 开源

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

与此同时，团队将软件开发代码助手的完整解决方案全部开源，人手一个本地化轻量化的智能代码助手的时代已经来临！

开源模型 AI编程

和大模型相关的一些术语（持续更新中）

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

大模型人工智能

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

激动人心！

suno 歌曲音乐

可能是国产最强AI，ChatGLM-4来了！

Stable Diffusion）：一个是翻译，我业余经常对Civitai网站的AI绘画大模型进行评测，需要翻译，以英文为主，日文、韩文为辅，ChatGLM的翻译非常优秀，能区分出哪是模型的英文名，哪是参数的英文名

ChatGLM 智普

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

这一系统利用向量搜索与生成性人工智能相结合，基于可信数据直接产生答案，正在彻底改变搜索和信息检索领域。

RAG-Fusion 检索增强

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

近日，GDC2024（全球开发者开发者先锋大会）在上海召开，大模型应用开发引发了广泛关注。在coze等编排工作流引发开发者强烈兴趣之后，Dify也发布了自己的工作流功能，这标志着原有的固化的RAG编排流程被更加灵活的工作流编排取代。

RAG 自由编排 Workflow

大模型与游戏结合的一个思路

关于人工智能与游戏的结合，笔者曾写过一篇文章，《真正的人工智能应用于游戏》。

人工智能游戏

<...17 18 19 202122 23 24 25 26 ...>

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