文章列表-AI魔法学院

文章列表

保姆级教程：图解Transformer

本文是图解 AI 算法系列教程的第二篇，今天的主角是 Transformer。

人工智能

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

🎬 视频理解。

MiniCPM-V 2.6 大模型

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

当电脑空闲无人使用时，start_record.bat会自动暂停录制并压缩、清理过期视频；Just set it and forget it！

Windrecorder 录屏

AI绘画：InstantID 一键运行包和在线Colab脚本！

除了配置运行难度搞一点之外，从应用的角度来说，完成度是真的非常高了。

InstantID 文生图

Dify：大模型创业开源工具，46,558 行代码，完全开源

LLMOps: 随时间监视和分析应用程序日志和性能。

Dify 开源工具

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

github.com/svc-develop-team/so-vits-svc 我这里会使用整合包来推理（使用模型）和训练，目前B站有两个作者做的整合包分别是羽毛布団的和领航员未鸟的我把视频地址都放在下面

生成式AI

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

3.你现在是XXX领域的专家(领域名称）.从专业的角度来看，你认为有必要修改以上内容吗？

论文提示词写作

让AI帮你读财报：Reportify让你看得清、聊得深

因为它本质上是要探索一套思考与沟通的模式出来，要作为一个更加拟人化的服务角色来设计，而非仅仅是一个被动使用的工具来设计。

Reportify 读财报

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

分隔符是特殊的符号，它们帮助大语言模型 (LLM) 辨识提示中哪些部分应当被视为一个完整的意义单元。

GPT-4 提示词

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

目前，人们通常从人类消费的角度来思考网络和许多其他软件工具，但随着人工智能体消费更多内容并使用更多工具，这种情况将会改变。

AI Agent 人工智能

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

首先从应用的角度来看，使用大模型来提高生产力的很多工作者都不免要处理很长的文本，比如律师、分析师、咨询师等，上下文窗口越大，这些人能用大模型做的事情就越广泛；其次，从技术的角度来看，窗口所能容纳的信息越多

Baichuan2 百川开源

AIGC生成客服虚拟人

aigc让我开始有机会审视一些习以为常的概念，比如说你要弄个虚拟人形象，要求是专业和亲和力，还体现金融行业和企业品牌文化。

文生图

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

这为前端开发带来了一场自动化革命，其中多模态大型语言模型（LLMs）有望直接将视觉设计转换为代码实现。

设计转代码大模型

<...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