文章列表-AI魔法学院

文章列表

使用ChatGPT检查论文引用、提高研究深度

2、ChatGPT回答：“您可以开始通过查阅最新的综述文章和顶级期刊，了解当前的研究趋势和未解决的问题。”

ChatGPT 案例

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

【大模型微调】 Llama 2 ：对话模型的全过程微调

作者还分享了一种新的技术：Ghost Attention（GAtt），它有助于控制多轮对话的流程。

大模型

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

CMU博士击破LLM护栏，人类毁灭计划脱口而出新智元报道【新智元导读】一夜之间，ChatGPT

开源模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

而IP-Adapter 可以一定程度上解决这个问题，它提供了一种图像提示的方法，让新生成的图片可以直接使用参考图中的某种主题元素，很多同学也称这个能力为垫图。

图生图文生图 sd

“大模型+机器人”的现状和未来，重磅综述报告来了！

在语义感知方面，视觉-语言模型为实现开放词汇的识别和理解提供了新的思路。

论文机器人

高级 RAG 技术——图解概览

你可以查看 MTEB 排行榜，了解最新的更新情况。

RAG 检索图解

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

需要注意的是，虽然我们在训练时使用具有遮蔽背景的同一ID的图像，但在推理过程中，我们可以直接输入具有不同ID的图像而不产生背景扭曲，从而创建一个新的ID。

PhotoMaker 文生图

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

现在我们就有了一组新的数据，它代表掷骰子15次，朋友猜对了其中14次的结果。

贝叶斯定理

GGUF格式详解

扩展信息 (Extension Information): 允许文件格式未来扩展，以包含新的数据类型或结构。

GGUF 大模型

Stable Diffusion

Stable Diffusion 30种采样器全解

30个采样器按出场时间分可以分为：经典采样器，DPM采样器和新增采样器。

Stable Diffusion 采样器

史上最好的中文大预言模型出现了！！！

测试问答：详述LLM和GPT区别通义千问，虽然他说自己不能联网，时效性问题有些可以回答的，日期以及A股涨幅，我猜是开放了某些接口，具体的新闻是无法回答的，可以文档解析

Kimi Chat 大模型

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

例如，当用户请求“重写”文本时，如果没有提供具体的指导或上下文，AI可能仅进行字面上的重写，而不是创造性地改写或增加新内容。

提示词写作

AI撬开小县城的万元商机

如同“互联网+”的“AI+”模式，走进“五环外”下沉市场，通过结合县城的适用场景，打造出各种全新的AI生意。

AI 商机

<...27 28 29 303132 33 34 35 36 ...>

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