文章列表-AI魔法学院

文章列表

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

自注意力机制和多头注意力机制处理数据：适合处理长序列数据应用场景：自然语言处理、机器翻译、文本生成等 Transformer是一种基于自注意力机制的神经网络模型，它的基本结构是由多个编码器和解码器组成的

大模型学习

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

思路收一下，之前的文章记录里面我们也提到过如何通过 RAY 框架优化多 PDF 文件解析、embedding 的思路，其实整个大模型应用落地的三步曲： 1.

大模型 LangChain RAG

史上最好的中文大预言模型出现了！！！

现在国外大预言模型基本都玩过了，最强王者依然是ChatGPT毫无疑问(付费4.0可以解锁插件功能和数据分析，试用过插件功能，非常强大)，后面还有anthropic的Claude（文本阅读利器，支持中文，

Kimi Chat 大模型

llm-action：让天下没有难学的大模型

因此，该技术值得我们进行深入分析其背后的机理，本系列大体分七篇文章进行讲解。

大模型 LLM

AI探索-我怎么使用Kimi Chat的

下面是我目前在用的几个场景：读论文AI进步飞快，各种新鲜论文也接踵而来，对于这些未知或者我不熟悉的领域，我用它帮助我逐步理解论文中的一些论点。

KimiChat 写作

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

基础语言模型Qwen 2.5 - 0.5b - instruct负责处理文本输入，它具备丰富的语义理解能力，能够对输入的文本进行深入分析。

OmniVision -968M 多模态模型

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

它最大可支持96k的上下文推理，相比第一代，长文生成和理解能力提升30%。

开源大模型电信

Roop升级版FaceFusion换脸AI技术使用以及部署教程

网络问题在安装过程中，你可能即便开启了魔法上网也无法下载一些编程依赖库，关于魔法上网的相关配置问题不方便在站内讲解，请前往查看【魔法上网】的教程内容。

FaceFusion 教程

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

最后，以LLM能够理解的方式保留结构化表信息将显著提高对提取数据中关系的推理质量。

大语言模型 python

OpenAI大动作：Whisper large-v3重塑语音识别技术

今天，我们就来深入了解这个技术突破，并探讨它如何改变我们与机器的交流方式。

Whisper 语音识别

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

先前的工作有通过在特定任务上做微调如controlled paraphrase generation受控改述生成或设置受限解码策略如look-back decoding strategy回顾式解码策略

大模型控制

垂直领域大模型的思考

//www.jiuyangongshe.com/a/dvb0030135 （医联）教育大模型多邻国的教育大模型能提供语言学习上的支持，例如答案解析

垂直领域大模型

Selenium+ddddocr | 再也不担心图片验证码

yzm.screenshot_as_png) print(f'验证码为：{res}') 运行该程序，验证码识别成功思路二：获取验证码图片网址进行访问，进行识别分析网页源码获取图片地址

Selenium ddddocr库

SD入门教程四：图生图基础用法

这一篇我们继续讲解图生图。

SD 入门图生图

<...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