文章列表-AI魔法学院

文章列表

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

从左到右，每个按钮分别代表模式、启动、用户、重置。

ROS 机器人开源模型

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库在多个领域有着广泛的应用，包括自动化办公、图像处理、文字识别等。

Selenium ddddocr库

WebUI使用用InstantID，AI换脸完美版

随着AI绘画技术的不断迭代，AI换脸也日臻完美。

换脸小红书

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！

人的专注力只有10分钟，那，话不多说！

Qwen1.5 开源模型

造梦师手记：C站首推的动漫模型竟然是十八禁？

最近几天，我开始关注C站还在更新的SD1.5的模型。

stablediffusion sd 文生图

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

位于北京量子芯座的AI公司月之暗面产品经理松鹅形容，最近一年多，他们几乎每天都要阅读大量关于AI、模型相关的公开技术论文，这也成为他们研发并迭代Kimi智能助手的核心原因之一。

大模型钛媒体

测评了8个国产AI大模型，差点崩溃……

从自然语言处理到语音识别，从情感分析到知识问答，大模型的应用已经渗透到我们生活的方方面面。

大模型测评

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

大模型再发展5年，搜索引擎还在么？

不过冲击的表现形式会有所不同。

大模型

大语言模型应用中的文本分块策略

另一个例子是会话代理（conversational agents）。

开源模型

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

PDFTriage:面向长篇结构化文档的问答

但是,简单连接文档的所有文本不会最终取代PDFTriage,因为上下文窗口限制和进行文档QA任务所需的多跳推理。

大语言模型 PDF 文档

RAG 2.0，终于把RAG做对了！

立足于数据如您所知或未知，所有独立的大规模语言模型（LLMs），以ChatGPT等突出示例为代表，都有知识截止日期。

RAG 大语言模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

文章地址：https://arxiv.org/pdf/2312.16486.pdf 项目地址：https://pangu-draw.github.io 00 | 导言目前的大规模扩散模型代表了条件图像合成的巨大飞跃

PanGu-Draw 文生图

<...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