文章列表-AI魔法学院

文章列表

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

医疗任务的实时应用在这里插入图片描述通过ICU房间的实时视频记录，模型能够接触到真实的医疗环境数据。

Agent+GPT-4V 大模型

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

Retriever-Reorder-Responder for Retrieval-Augmented Large Language Models code：paper录用后会发布

RAG 检索大型语言模型

当ChatGLM3能用搜索引擎时

search_data 接着我们重启一下ChatGLM3 ,然后选择工具模式，我们借用这个工具来搜索一下东北的美食然后我们搜索一下纽约时间直接google后的结果但是对于一些有登录限制

大模型应用大模型 ChatGLM

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

一键AI换脸！小红书和北大合作的InstantID

一个是著名的难装的ReActor，这个耗时非常久，主要是几个模型的目录非常分散，从错误提示里找了很久。

InstantID 文生图

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

把会员盘下载的“transformers”文件夹复制到“root”目录下！

Qwen1.5-MoE 大模型下载

Midjourney | 17个常用的命令

ensp; /public 切换公共模式，在公共模式下，你生成的图像在画廊中对任何人都是可见的 /subscribe 创建一个当前 Discord 账户会员订阅页面链接(无需登录会员

文生图

主流向量数据库一览

Chroma是一个很轻量级的数据库，底层使用了clickhouse、duckdb等存储引擎附录 What is Vector Database?

向量数据库

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

四、PaddleOCR应用场景 PaddleOCR广泛应用于以下场景： 1.文档处理：对于大量文档，如合同、发票、报表等，PaddleOCR可以帮助实现自动化录入

PaddleOCR 文字识别

忘了提示词吧，用自然语言教会AI画出想象力

History records提示词/反向提示词变化时自动记录。

文生图

ComfyUI安装及生成第一张图

git clone https://github.com/comfyanonymous/ComfyUI 现在进入 ComfyUI 的目录。

ComfyUI 文生图

大语言模型微调：定制自己的微调数据集

典型的如训练Vicuna模型 [6] 所使用的ShareGPT数据集，ShareGPT本身是一个与ChatGPT（GPT-4）模型的聊天记录分享平台，它托管了大量由用户挑选的对话数据集，这些聊天记录通常展示的是聊天机器人自然流畅

大模型

数字人直播哪家强？中国数字人平台分析大全

百度曦灵主要面向商业用户，所以你在官网页面找不到它的登录或者下载入口，需要去具体沟通功能与价格，不是很透明。

数字分身数字人

【AI科技大创意】2024年人工智能10大趋势

从电子健康记录系统（EHRs）中的自动笔记记录，到始终在线的智能自动化分诊，再到精准的治疗规划，人工智能能够通过多种方式减轻医生的工作压力和行政负担，并提高他们向患者提供最优质、最富同情心护理的能力。

人工智能趋势

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

为了将轨道转换为序列，研究团队每隔一定时间记录一次每个行星和太阳的（x，y）坐标，并将所有位置交错排列成一个包含 1,000 个观测值的序列，这意味着每个序列代表一个不同的太阳系。

Transformer 大模型

<...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