文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

相关的中文文档非常齐全识别的精确度比较高安装和教程详细支持前沿算法和标注工具劣势目前使用的训练模型是基于百度公司自己的PaddlePaddle框架，对于小公司来说并不主流

OCR

PDFTriage:面向长篇结构化文档的问答

大型语言模型(LLM)在文档问答(QA)中存在一个问题,那就是当文档无法适应LLM的小范围上下文长度时。

大语言模型 PDF 文档

使用 ChatGPT + Claude 撰写成功的商业计划书

凭借其用户友好的界面和智能指导， Claude 帮助迈克应对业务规划的复杂性。

工作

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

我们还发布了各种大小的 GGUF 版本，请点击这里查看。

minicpm 面壁

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

在相似的模型大小下，OpenELM在ARC、BoolQ、HellaSwag、PIQA、SciQ和WinoGrande等主流的任务测试中的多数任务上展现出了更高的准确度。

OpenELM 大模型

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

draw.rounded_rectangle(TypeError: ImageDraw.rounded_rectangle() got an unexpected keyword argument 'corners' 通过咨询网友和

comfyui 插件绘画

说真的，SDXL究竟藏着多少秘密，也许没人知道

但凡你炼过LoRA就不难理解：准备20张左右主题鲜明，背景干净的图，伴随着GPU的一阵咆哮，一个小模型就此诞生，从此数字世界又多了一种可以快速呈现的图形风格。

文生图

微调大型语言模型-核心思想和方法介绍

在此过程中，索引模块将文档或网站分解为更小的部分，将它们转换为可存储在矢量数据库中的矢量。

大模型训练

大模型检索增强生成RAG的优化

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 检索增强大模型

如何使用 Megatron-LM 训练语言模型

虽然我们可以在 transformers 中自定义 Megatron-LM 中的 DataLoader 和 Apex 的融合优化器，但自定义融合 CUDA 内核对新手来说太不友好了。

开源模型

Stable Diffusion

Stable diffusion三步搞定——场景定制化

迫于这个原因我们将经历投入到SD的学习当中，在学习的过程中发现SD的操作界面对设计师来说比较友好，操作界面更类似于一款软件的操作界面，感觉是在学习一门技术（可能是总用绘图软件做图留下的后遗症）。

AI图片

AI探索-我怎么使用Kimi Chat的

除了ChatGPT以外，Kimi Chat算是我经常使用的一个AI工具了，他对长文本的处理个人感觉比Claude好太多，而且对中文支持的很友好。

KimiChat 写作

常用的开源协议说明--一句话说明开源协议本质

Apache License 2.0 Apache Licence是对商业应用友好的许可。

开源

AI换脸工具:facefusion使用心得

操作主界面一览图 facefusion采用和sd一样简单友好的webui界面，中间的是source原人脸可以导入需要替换的原人脸的图片。

FaceFusion 文生图

向量数据库简介和5个常用的开源项目介绍

这些向量表示多个维度的数据，可以被认为是指向空间中特定方向和大小的箭头。

开源模型

<...26 27 28 293031 32 33 34 35 ...>

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