文章列表-AI魔法学院

文章列表

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

据了解，PDF 成为互联网上第二重要的数据格式，占总访问量的 2.4%。

大模型

为什么说数智化可以帮助中小企业降本增效 ?

二、一例安全事件引发的思考昨天我看到一则消息，开源代码编辑器 Notepad++ 发布 8.5.7 版，修复了此前被研究人员爆出的多个安全漏洞。

大模型

检索增强生成 (RAG):What, Why and How?

数据准备阶段包括确定数据源、从数据源中提取数据、清理数据并将其存储到数据库中。

检索增强大模型

通往AGI之路：什么是结构化提示词

核心的落脚点在于有序，比如我们常见的文章目录结构，词典以及有排序属性的数据。

提示词结构化

ComfyUI环境方面开窍了，成功跑通animatediff

但我不想重复放这里面，于是开始找代码大法：懂了，在IPAdapterPlus里面把路径改成sd那个模型在的文件夹。

animatediff 文生图

什么是极限、导数、微分与积分（通俗易懂）

想象一下，你正在开车穿越一片风景如画的乡村。

数学微积分科学

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

Whisper 是 OpenAI 研发并开源的一个自动语音识别（ASR，Automatic Speech Recognition）模型，他们通过从网络上收集了 68 万小时的多语言（

语音 HeyGen

【AI代理】扣子，开始探索多代理模式

最后，全局跳转条件的场景： “正在对话”这个标签显示了当前哪个代理具有处理问题的优先权，扣子允许用户设定在一轮会话后，优先级是停留在刚处理完问题的代理，还是回到开始结点连接的第一个代理

多代理模式大模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

视频驱动的说话头像生成主要关注将源演员的动作转移到目标对象上，也被称为面部再现。

VividTalk 视频

清华智能体「XAgent」比ChatGPT4.0还好用！

清华开源通用智能体XAgent，登上GitHub热榜，目前为止已收获3K stars!

ChatGPT 智能体 Agent

低调的PDF，为什么成了数字文档“永远的神”？

这一系列邮件往来为司法调查提供了实锤，也成了最终给他定罪的关键证据之一。

工作

从零开始学习大模型-第一章-大模型简介

高计算复杂度：由于大模型的参数数量庞大，其训练和推断过程通常需要大量的计算资源和时间。

大模型从零开始

Deepseek-V2技术报告解读！全网最细！

沿袭了一贯的作风，Deepseek对模型（基座和对话对齐版本）进行了完全的mit协议开源，可以商用。

Deepseek-V2 大模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

<...18 19 20 212223 24 25 26 27 ...>

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