文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

前期我们使用大量的篇幅介绍了手写数字识别与手写文字识别，当然那里主要使用的是CNN卷积神经网络，利用CNN卷积神经网络来训练文字识别的模型。

OCR 手写文字识别

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们几乎每天都使用搜索引擎，搜索是大模型需求最多的落地应用之一。

大模型 Ziya

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

对于后者，新一代智能客服系统在接入星辰AI大模型之后，应答能力大幅提升，问题覆盖率超过95%，加上还能自动对客户服务进行准确总结，因此还能进一步优化服务流程，提高用户满意度。

开源大模型电信

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

检索增强生成（RAG）是减轻大型语言模型（LLM）幻觉的一种有前途的方法。

大模型 RAG检索增强

模型压缩：量化、剪枝和蒸馏

导读：近年来，BERT 系列模型成了应用最广的预训练语言模型，随着模型性能的提升，其参数规模不断增大，推理速度也急剧提升，导致原始模型必须部署在高端的GPU 显卡上，甚至部分模型需要多块显卡才能正常运行

BERT 语言模型

阿里Qwen3系列模型惊艳亮相

这个模型可是从昨晚就开始预热，大家都对它期待满满。

阿里 Qwen3 大模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

通义千问大模型，大家自然是知道的。

阿里云视频音频

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

下面是一些基于ChatGLM衍生出来的大模型应用： langchain-ChatGLM：基于 langchain 的 ChatGLM 应用，实现基于可扩展知识库的问答。

大模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

针对这些限制，本文提出了“PanGu-Draw”，这是一种新型的潜在扩散模型，专为资源高效的文本到图像合成而设计，能够适应多种控制信号。

PanGu-Draw 文生图

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

因为到目前为止，大多数消费者 GenAI 产品都是网站优先，所以该报告依靠网络流量与应用程序流量来“确定”AI类产品的名单。

大模型

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

用大白话说，就是根据你的问题，去根据的你问题，去被切成N多块的文本块里，挨个搜索，找到一个或几个最相关的拿过来给大模型，让大模型根据这些搜出来的文本块作答。

LangChain 知识库

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

在人工智能技术飞速发展的今天，智能体成为了大模型落地应用的关键工具。

智能体平台对比

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

选定一个底模，一个采样，就可以开始工作了。

stablediffusion prompt 提示词

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

相比之下，一个典型的视频每秒大约包含30帧画面，如果要用fMRI去重建一个2秒的视频，就需要呈现起码60帧。

stablediffusion

<...22 23 24 252627 28 29 30 31 ...>

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