文章列表-AI魔法学院

文章列表

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

今年，我们向大家推荐一款效率软件 Buzz。

生成式AI

为什么说数智化可以帮助中小企业降本增效 ?

例如，我之前看到过的一篇案例，某单位工作人员参加有关涉密会议并领取1份机密级文件后，因该员工领导黄某在外出差，为及时汇报工作，蒋某使用手机对文件拍照后，通过该县办公通信软件“RTX腾讯通”发送给黄某。

大模型

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

在收藏的软盘中，Ray Ozzie 惊讶地发现了一些未发布的 DOS 4.0 测试版二进制文件。

MS-DOS 4.0 开源模型微软

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

2、配置config文件，ModelScope token和构建API工具检索引擎。

大模型

8个常用中文OCR数据集，附下载链接

数据多样、复杂，它包含了平面文本、凸出文本、城市街景文本、乡镇街景文本、弱照明条件下的文本、远距离文本、部分显示文本等。

OCR

一个专业级 AI 聊天浏览器，开源了！

最简单的方式，是通过 GitHub 项目的 Release 安装包页面，直接选择二进制文件进行下载安装。

开源大模型聊天

为什么Llama2大模型可以在个人电脑上部署？

优化编译后端，PyTorch可以进行模型优化和编译，移除冗余计算，并利用硬件加速，提升执行效率。

开源模型

智能知识图谱SmartKG和pySmartKG简介

数据源组件数据源组件是SmartKG的数据方面的基础支撑，提供对不同类型的数据源进行爬取、清洗、融合的函数库。

知识图谱

经典Prompt欣赏 - GitHub Copilot Chat

你的专长仅限于软件开发话题。

prompt 提示词

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

这种类型的文件可以包含各种组件，例如图像、文本和链接，这些组件都是可以被选中、搜索和易于编辑的。

大语言模型 python

语音、视频转文字神器：开源whisper介绍

用法直接使用whisper指令识别音频和视频文件为文本，如： whisper video.mp4 这里需要重点说明的是，默认会生成5个文件，文件名和你的源文件一样，但扩展名分别是：.json

人工智能大模型 wisper

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

三、做个对比 C站有人把腾讯的9个T2I-Adapter 模型进行了梳理和转化，整理成safetensors格式，并做好了配置文件，拷贝到ControlNet的模型库里，直接使用ControlNet调用即可

Stable Diffusion

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而上传图片的限制，可能会让用户进行多次尝试——系统会校验图片像素大小、人脸清晰程度、非多人、版权风控、画风检测、不能有头部倾斜、露出手部等条件。

EMO 阿里全民演唱

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

具体做法是：首先设定代理的组成规则，明确目标人群中代理应具备的属性；然后指定几个手工创建的种子配置文件作为示例；最后利用语言模型生成大量代理配置文件。

大模型 LLM Agent

【开源看AI】4.2K star！Reor：AI自动帮你发现知识之间的连接

使用流程 Reor 允许用户通过markdown文件导入笔记，并支持将笔记数据存储在本地。

Reor 开源工具知识管理

<...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