文章列表-AI魔法学院

文章列表

SD3 正式开源 Sora同源架构

; 2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向

SD3 绘画

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

而且 Gemma「能够直接在开发人员的笔记本电脑或台式电脑上运行」。

开源模型 Gemma

几款开源的OCR识别项目，收藏备用

github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR识别库，用于图像识别输出文本

OCR

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

PART 01 未来大模型的发展方向：AI Agent 大语言模型（Large Language Models, LLM)最核心的能力是对语言的处理，具备良好的意图识别和文本生成能力让 LLM

GPT-4

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

这对于生成用于创意写作或头脑风暴会议的文本等用例来说可能很好，但当输出用于客户支持等业务应用程序时，它可能是灾难性的。

大模型

新模型Cascade你真的用对了吗？！

而Stable Cascade 的压缩系数为 42，这意味着可以将 1024x1024 图像，在潜空间的编码为 24x24，这样就可以使用更小的潜空间尺寸，并且实现清晰的图像输出。

Stable Cascade 模型

查理·芒格：关于人生的13个忠告

报道截图除了在伯克希尔担任“股神”巴菲特的副手，芒格还在日报期刊公司（Daily Journal Corp）和开市客的董事会中任职。

人生箴言查理芒格

10个值得收藏的ChatGPT辅助编程技巧

他们有能力帮助开发人员更聪明地工作，但也有能力让我们作为软件开发人员自满和脑残。

编程提示词 chatgpt

从Langchain到ReAct，在大模型时代下全新的应用开发核心

如果说LLM模型是大脑，那ReAct框架就是这个大脑的手脚和五官。

大模型

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

瞄向GPT-4V的技术升级：瞄向GPT-4V，ChatGLM3 本次实现了若干全新功能的迭代升级，包括：多模态理解能力的CogVLM，看图识语义，在10余个国际标准图文评测数据集上取得SOTA；

chatglm 智普大模型

惊了，ChatGLM、Vicuna 等热门大模型丝滑 input，跟所有的下载上传说拜拜

你的电脑已经不堪重压，内存告急、卡顿抗议了吗？

下载

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

AI agent 是达到这一图景的可实现路径：一方面，成熟的 AI Agent 可以使软件生产大幅降低成本。

大模型 AI编程

会“追问”的Agent，大模型知识库另类实践

判定用户的真实意图。

大模型

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

行业内的大厂们坐不住了，阿里巴巴的通义千问项目开放了 1000 万字的长文本处理能力；360 公司的智脑开始内测 500 万字的长文本处理功能，并计划将其整合至 360AI 浏览器中。

大模型上下文

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！

想将一份文档图片转换成 Markdown 格式？

OCR 手写文字识别

<...31 32 33 343536 37 38 39 40 ...>

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