文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

比如显示当前网站在线的实时人数，法币汇率显示当前实时汇率，电商大促的实时成交额等等 3、SSE使用场景在web端消息推送功能中，由于传统的HTTP协议是由客户端主动发起请求，服务端才会响应

大模型

构建开源多模态RAG系统

这就像为机器人朋友拥有一本很酷的百科全书一样，使它与我们聊天更加令人敬畏。

RAG 大模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

使用多查询注意力，并在推理时生成数千个样本，然后选择一个解决方案子集进行提交。

Transformer

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

本文总结整理了目前已经国内面向公众开放的大模型网址、介绍，供大家了解使用。

大模型国产

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

设想一个电子邮件智能体不仅能够生成电子邮件文本，而且还能够自动与收件人交谈以实现目标。

AI Agent 人工智能

什么是ChatGPT？

例如，在智能客服领域，ChatGPT可以通过分析客户的问题，生成相应的回答，从而提高客户服务的质量和效率。

ChatGPT OpenAI 大模型

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

深入研究目标受众，精准定位产品价值并进行有效表达- 技能 2：运用SEO技巧提升笔记在搜索排名中的可见性- 技能 3：融合创新元素，如短视频、故事化叙述等多元形式展现内容 Examples : - 输出示例

prompt 写作

微信向量检索分析一体化数仓探索：OLAP For Embedding

看一个实际样例：无记忆交互：LLM 世界知识被压缩为静态参数，模型不会随着交互记住记录和喜好，也无法调用额外的知识信息来辅助判断，因此只能根据历史训练做回答，经常产生幻觉。

OLAP For Embedding 一体化数仓

大模型落地“诸神之战”，场景玩家先杀出重围了

最明显的例子，就是AI模特的兴起。

大模型文生图

搞了一个Dify开源知识库

不久前，dify发布了新的workflow，于是乎我写了这样一篇文章： · Dify

Dify 大模型知识库

Stable Diffusion

Stable Diffusion WebUI v1.9.0重大更新！

以下是官方演示图：从上面两张图可以看出在使用karras（调度器）和打开Refiner（精炼器）切换时机的值分别设置为0.8/0.88/1.0的情况下，旧版本的色彩会欠饱和或过饱和，而新版本的色彩饱和度就很正常

Stable Diffusion 文生图大模型

个人从零预训练1B LLM心路历程

我们训练LLM的条件同样有限，但也希望能炼出好“钢”来。

LLM 训练

通俗解读大模型微调(Fine Tuning)

作为像水、电一样的基础设施，预训练大模型这样的艰巨任务，只会有少数技术实力强、财力雄厚的公司去做。

大模型微调

用so-vits-svc-4.1进行音色转换的极简教程！

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

so-vits-svc 音色转换教程

<...46 47 48 495051 52 53 54 55 ...>

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