文章列表-AI魔法学院

文章列表

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

它的关键在于：将文档转为向量，存入数据库，再用语义查询匹配用户提问与文档段落，反馈上下文给大模型作答。

Agent 智能体架构

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

用户向它提出问题或请求,它就会根据自己训练好的巨大语言模型,组织文字并生成人类语言的回答。

prompt

11个非常简短却十分神奇的 ChatGPT 指令，刷新你的认知

(PS: 在跟 ChatGPT 对话时，我大多数情况下都用英语，因为这样能生成更好的回答。

提示词

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

的层数等信息。

大模型

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

对于预训练，苹果使用的是公开数据集，如RefinedWeb、PILE、RedPajama和Dolma v1.6，总共大约包含1.8万亿个token。

OpenELM 大模型

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

然而，传统模型往往因参数规模庞大、计算复杂等问题，难以在边缘设备上高效运行。

OmniVision -968M 多模态模型

GPT让你拥有超强的写作能力！

直接用GPT写作虽然有一点的局限性，但是通过调教和喂养是可以做到专业级别的，今天分享几个行内很多伙伴常用的prompt，其实大家可以根据自己的状态对它提出各类要求。

GPT 写作

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

import paddleocr 3.准备数据集

PaddleOCR 文字识别

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

作为参考，研究人员将为概念c指定此模板为尽管人们期望更为显著的刺激可能产生更好的结果，但研究人员发现，即使是未标注的数据集，或者由模型本身生成的数据集，在使用上述模板时都能有效地引起显著的响应。

大模型

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！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

请以“续航”为题目，写一篇议论文

天工随着社会的不断发展，人们的生活节奏越来越快，工作压力越来越大。

中文训练大模型

腾讯最新的人像写真工作PhotoMaker

项目主页：https://photo-maker.github.io/ 不过，这个项目主要是为了生成写实人像的哈，虽然能处理非写实的数据，但是生成的图还是针对写实人像的。

PhotoMaker 文生图

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

我们先看看他常规尺寸的数据，这么看，各项数据，不管放在国内外，在开源阵营中，都是非常能打的！

Qwen1.5 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！

专业能力: 包括了中学、大学与专业考试，涵盖了从数学、物理、地理到社会科学等50多项能力。

大模型训练中文

<...35 36 37 383940 41 42 43 44 ...>

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