文章列表-AI魔法学院

文章列表

如何快速构建GPTs个人知识库应用？

制作过程就像进行一场对话，输入您的指令和额外知识，选择它的功能，例如网页搜索、图像制作或数据分析。

GPTs 知识库

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

万字长文，AI大模型的应用实践总结

image.png 02 AI处理器（加速卡）目前，主流的AI处理器无疑是NVIDIA的GPU，NVIDIA的GPU产品主要有GeForce、Tesla和Quadro三大系列，虽然，从硬件角度来看

大模型

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

这些数据，作为对模型的输入，也就是提示词，贡献了绝大多数资源的开销。

LLMLingua LlamaIndex 开源框架

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库在多个领域有着广泛的应用，包括自动化办公、图像处理、文字识别等。

Selenium ddddocr库

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

巴黎 Facebook 人工智能研究中心的数据科学家 Angela Fan 在一篇博文中写道：“多年来，人工智能研究人员一直致力于建立一个单一、通用的模型，能够在不同的任务中理解所有语言。

翻译大模型

垂直领域大模型的思考

4:1；指令的动作也非常多样，包括写作，设计，创造等；指令之间的相似度也不高，长度分布也较合理 · 质量可接受：采样标注生成的数据可以发现92%的指令都有意义，尽管输入和输出的质量不是很高，

垂直领域大模型

10个大模型私有化需要关注的问题

4.可扩展，为后期负载增长做准备在一开始做设计就要考虑基础设施的可扩展性，以处理不断增加的用户负载。

开源模型

whisper-live：OpenAI Whisper模型的近实时实现

与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。

OpenAI Whisper 大模型

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE

RAG Router

大模型中的Top-k、Top-p、Temperature详细含义及解释

在这种情况下，输出标记 United 是在处理的最后一步选择的——在语言模型处理输入并计算其词汇表中每个标记的似然分数之后。

大模型

更强的小型LLM：Zephyr-7B

大规模数据集构建，采用自指导风格，使用UltraChat数据集，随后进行蒸馏式监督微调（dSFT）。

Zephyr-7B 大语言模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

、可管理的子目标，从而能够有效处理复杂的任务。

大模型

ComfyUI进阶前必备插件们续

而CN又分成模型部分和预处理器部分。

ComfyUI 文生图

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

这个过程开始于一种特殊的数据库，我们可以称之为“垂直领域数据库”。

OCR RAG 开源

<...20 21 22 232425 26 27 28 29 ...>

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