文章列表-AI魔法学院

文章列表

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！

不同于现有方法直接用现成的 CLIP 词表，Vary 分两个阶段：第一阶段先用一个很小的 Decoder-only 网络用自回归方式帮助产生一个强大的新视觉词表；然后在第二阶段融合新词表和 CLIP 词表

OCR 手写文字识别

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

把主题和场景确定好：首先得想清楚你要生成啥主题的图片，像“安静的森林小屋”“热闹的未来都市街道”“神秘的海底宫殿”这些。

Qwen3

耗时7天，终于把15种ControlNet模型搞明白了

ensp; 1.基础设置 · 2.controlnet的使用现在我们需要让黑色衣服的小姐姐摆出白色衣服小姐姐的动作

文生图

如何使用 Megatron-LM 训练语言模型

nbsp; --append-eod workers 和 chunk_size 选项指的是预处理中使用的线程数量和分配给每个线程的数据块大小。

开源模型

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

--逻辑与推理：小明的妻子生了一对双胞胎。

大模型训练中文

和大模型相关的一些术语（持续更新中）

工厂里的自动生产线，小米公司的“铁蛋”机器狗，火车站的人脸识别通道，科大讯飞的语音输入法，都是属于AI系统的应用。

大模型人工智能

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

但是我用混元跑的几百个case里，有不少是脸很小的，但是几乎都非常准确，甚至还是动嘴型说话。

sora 视频生成

预训练对话大模型深度解读

的发展已经历三个时代：基于规则时代，1966 年计算机发展之初，MIT 的教授基于规则研发了用于心理治疗的 Eliza，有点像我们的”正则表达式“；智能助手时代，资本一顿狂追，成果则良莠不齐，小度

掌握Prompt的6心法

比如说,有人对你说: "小明,去买点面包回来。"

prompt 写作

Animatediff V2 版本来了！就一个字：秀

ControlNet，小伙伴们都知道 ControlNet 善于控制，这个运用到动画上又能擦出怎么的火花呢？

Animatediff 文生图

检索增强生成(RAG)有什么好的优化方案？

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

RAG 检索增强生成

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

这其中，中文分为简体繁体和粤语三种，而除了中英法日语等常用语种外，还包括了许多小众语言。

翻译大模型

大语言模型微调：定制自己的微调数据集

数据规模：数据集的大小也很重要。

大模型

2023年LLM如何入门？请看这篇综述！

· 模型容量：模型能够学习的函数族的大小，该函数族由模型的参数空间定义。

大模型

<...24 25 26 272829 30 31 32 33 ...>

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