文章列表-AI魔法学院

文章列表

8个常用中文OCR数据集，附下载链接

No.2 Chinses Text in the Wild(CTW) 下载链接：https://ctwdataset.github.io/ 由清华大学与腾讯共同推出的一个大型中文自然文本数据集（Chinese

OCR

【AI绘画】入门英文名词解析

游戏风格等，经常还会缩写简写等，初入坑者听到或者看到了这些名词往往一头雾水，即使想通过某度或者某歌搜索也很难得到正确的结果，在此罗列了一些名词和满含个人观点的解析，同时贴出官方原始链接，通过使用浏览器的翻译功能看原文能更好的理解

文生图 AI绘画

爆火的“哄哄模拟器”，它是如何炼成的？Prompt泄漏了

一夜大火的对话式游戏应用“哄哄模拟器”，让我们看到了AI应用的潜力，24小时获得用户70万，也看到了成长烦恼的“账单”，消耗一亿token，不得不弃OpenAI替换为国内月之暗面（Moonshot）

提示词 prompt

图解检索增强式生成（RAG）技术 | 万字长文

它取决于你使用的嵌入模型及其在 Token 上的处理能力。

检索增强式生成 RAG

实时语音克隆

作者提供了安装和配置的步骤，并推荐了其他语音克隆解决方案。

语音克隆

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

文本搜索的局限性文本搜索的限制是它仅限于单个字符串的复杂查询，牺牲了表达能力，无法使用关键词、过滤器和其他高级功能。

RAG 大语言模型

18种 DALL-E 3 炫酷的文字效果和提示词

但我会不由自主地想，是否能够自定义文字的效果，让 DALL-E 3 更懂我的心意呢？

DALL-E 3 提示词文生图

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

十大开源语音识别项目

，功能包含文本转语音、语音翻译、语音增强、说话者二值化、口语理解等等。

语音识别开源项目

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

在画风改变上，CoDeF也做了很多细节处理，让效果更加逼真合理。

ControlNet

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

本文给大家推荐一个针对超高清人像的扩散大模型-HyperHuman，或许它才是你一直在寻找的真爱！”

大模型文生图

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

对于每个细分市场，编写三个包含365条推文的列表。

prompt

什么是BERT？

BERT的结构以往的预训练模型的结构会受到单向语言模型（从左到右或者从右到左）的限制，因而也限制了模型的表征能力，使其只能获取单方向的上下文信息。

embedding

动作识别模型有哪些

动作识别模型主要有： · TWO-STREAM CNN:网络顾名思义分为两个部分，一部分处理RGB图像，一部分处理光流图像。

动作识别模型

最佳开源文生图大模型可图：安装与批量出图的完整教程

此外，Kolors支持中英文输入，在理解和生成中文内容方面表现出强大的性能。

可图 kolors

<...39 40 41 424344 45 46 47 48 ...>

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