文章列表-AI魔法学院

文章列表

EduChat：教育行业垂直领域大模型

分布如图1所示。

教育大模型垂直领域

领域大模型-训练Trick&落地思考

领域大模型一直是大家关注的内容，恰逢我司也做了“云中问道”领域知识大模型，借此机会聊一聊领域大模型训练Trick以及领域大模型落地想法。

垂直训练大模型

我为什么不看好大模型行业

今天是平安夜，题图是我制作的贺卡，以承泽园的建筑为背景，我家俩闺女为主角，祝愿大家平安夜平安，圣诞节快乐！

大模型

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！

：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型，通用能力的保持也是必须的： Vary 表现出了很大的潜力和极高的上限

OCR 手写文字识别

企业如何更好的使用大模型？都有哪些框架和方案

用户提问时，ChatGPT不但能理解意图，而且还能够基于之前的问答做综合推理。

人工智能大模型

测评了8个国产AI大模型，差点崩溃……

而在国内，各大科技公司也纷纷投入到大模型的研发和应用中，一时间，各种大模型如雨后春笋般涌现出来。

大模型测评

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

中文开源OCR框架对比及介绍

亦即将图像中的文字进行识别，并以文本的形式返回。

OCR

SD入门教程五：后期处理图片高清放大

总的来说，Lanczos算法在SD模型中的实际用处可能更多地体现在模型训练和内部计算的优化上，而不是直接用于图像放大或超分辨率。

SD 入门教程修复

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

基于 OpenAI Whisper 模型的实时语音转文字工具

· WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

大模型狂飙两年后，“六小龙”开始做减法

“AI的发展就像荡秋千”。

AI 大模型

ComfyUI王牌！复合生成！必须揉在一起

上期我们讲了利用基于语言到图像的生成网络的GLIGEN模型可以做到指哪打哪的生成。

comfyui 文生图

HalluQA: 测测中文大模型有没有一本正经胡说八道

但是，虽然现阶段大模型已经在各类任务上展现了强大的能力，但当大模型真正进行工业落地时，模型幻觉就成了一个必须要考虑的痛点问题。

大模型中文大模型幻觉

真格基金大模型能力测试问题集---垂直能力篇

与此同时，我们也欣喜地看到，越来越多的大模型团队和产品如雨后春笋般出现。

中文训练大模型

<...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