文章列表-AI魔法学院

文章列表

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

十大开源语音识别项目

本文将为您介绍十个相关的开源项目（以github上星标数排名），其中大多数都支持中文。

语音识别开源项目

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow 是一个基于Deepdoc（深度文档理解）的开源 RAG（检索增强生成）引擎，仅仅一月，Github斩获近7.1k Star！

OCR RAG 开源

最新最全的开源中文大语言模型列表

本文Github地址：https://github.com/HqWu-HITCS/Awesome-Chinese-LLM 1.

大模型

图解检索增强式生成（RAG）技术 | 万字长文

可以查看 MTEB 排行榜以获取最新的更新信息。

检索增强式生成 RAG

让ChatGPT帮我写SQL

推荐一个Github上Start超过3.4K，可将自然语言转化为SQL语句的开源项目。

SQL

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

其中在 OpenCompass 榜单中，综合 11 个主流评测基准的结果表明，MiniCPM-V 2.0 的通用多模态能力超越了 Qwen-VL-Chat-10B、CogVLM-Chat

MiniCPM 大模型

如何看待大型语言模型的Prompt

他们的模型使用了一个优化目标，旨在将单词之间的相关关系转化为嵌入空间中的距离关系：每个单词都与一个向量相关联，这些向量经过优化，使得代表频繁共现单词的向量之间的点积（余弦接近度）更接近1，而代表罕见共现单词的向量之间的点积更接近

prompt 大语言模型

浅浅介绍下中文分词，用这些库搞定

今天我们来简单介绍下中文分词库。

Python 分词库

Coze多智能体（Multi-Agents）模式体验！

多智能体（Multi-Agents）和单智能体（Agent）有什么区别？

Coze 多智能体

体验完阿里的EMO模型，我emo了

简单来说，EMO（Emote Portrait Alive）是一个AI肖像视频生成系统，能够通过输入单一的参考图像，生成具有一定表现力的面部标签和各种头部姿态。

EMO 文生图

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

5月14日，腾讯宣布旗下的混元文生图大模型全面升级并对外开源，目前已在 Hugging Face 平台及 Github 上发布，包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费商用。

文生图混元腾讯

ChatGLM3在线搜索功能升级

在前面的图文当ChatGLM3能用搜索引擎时中，我们让ChatGLM3在搜索引擎上进行的简单的搜索，但是仅仅只能搜索一些简单的内容，比如，时间。

ChatGLM3 搜索

提升GPT Prompt效果最佳实践 - 拆解复杂任务

在《GPT最佳实践 - 提升Prompt效果的六个策略》中，我们介绍了OpenAI官方发布的"GPT 最佳实践"指南的六个策略，其中第三个策略是“将复杂的任务拆分为更简单的子任务”。

GPT prompt

和大模型相关的一些术语（持续更新中）

研究发现，模型规模达到一定阈值以上后，会在多步算术、大学考试、单词释义等场景的准确性显著提升，称为涌现。

大模型人工智能

<1 2 3 456 7 8 9 10 ...>

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