文章列表-AI魔法学院

文章列表

借题发挥下最近几例声音克隆的应用案例

加上这位父亲曾很周到的拍摄了儿子生前全方位的视频特写，这样结合3D技术，就可以让儿子活灵活现的展现在面前。

声音克隆数字人

中文开源OCR框架对比及介绍

二值化：如今数码摄像头拍摄的图片大多是彩色图像，彩色图像所含信息量巨大，不适用于OCR技术。

OCR

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍

RAG 大模型

会议纪要类提示词大全-最全会议纪要prompt

，不断优化迭代】 ============================================================= 你是我的会议纪要助手，根据我提供给你的信息帮我生成一个周例会模板

prompt 提示词

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

这一演进标志着模型从简单地转录语音，转向在一个统一的框架中理解、推理甚至生成音频。

音频对比

RAG从入门到精通-RAG简介

3.LLM的知识是编码在数百亿个参数中的,无法直接查询或编辑其中的知识图谱。

rag 大模型

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

在图像生成、视频生成方面，提示词更是重中之重，甚至可以称得上是差之毫厘，谬以千里。

prompt 提示词 FlowGPT

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

他试图阐释在技术和市场、理想和现实之外，中国AGI还有第三种可能性。

王小川中国大模型

必读！RAG好用的3种Router

例如：写代码的Code-LM、做数学的meta-math,做图文多模态的Macaw-llm等等。

RAG Router

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

对ChatGPT最有效的Prompt！

然而，ChatGPT生成的实验报告，说得直接点，简直就是一团糟。

ChatGPT prompt

OCR的终极解法——传统算法VS多模态大模型

它们通常使用了成千上万个处理单元（比如GPU或TPU）进行训练。

OCR 大模型文字识别

ComfyUI安装教程

在我们运行默认工作流之前，让我们进行一个小修改，以便在不保存图像的情况下预览生成的图像： 1 右键单击保存图像节点，然后选择删除。

ComfyUI安装

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

目前开放平台提供的三个基础模型是： · moonshot-v1-8k: 它是一个长度为 8k 的模型，适用于生成短文本

Kimi 扣子Coze 大模型

OCR是什么以及推荐几款开源中文OCR识别软件

二值化：　　如今数码摄像头拍摄的图片大多是彩色图像，彩色图像所含信息量巨大，不适用于OCR技术。

OCR

<...37 38 39 404142 43 44 45 46 ...>

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