文章列表-AI魔法学院

文章列表

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

随着AI大模型的快速发展，越来越多的工具声称具备实时信息检索能力。

AI 大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

一、4个衡量RAG性能的测试任务该工作将RAG评测分为4个测试维度，如图1所示： 1、噪声鲁棒性（Noise Robustness）模型能从噪声文档中提取有用信息。

大模型 RAG检索增强

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

中文开源OCR框架对比及介绍

倾斜校正：由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

OCR是什么以及推荐几款开源中文OCR识别软件

倾斜校正：　　由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），　　因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

使用 GPT 等大型语言模型的最大挑战之一是它们倾向于伪造信息。

大模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

前言近日，Nvidia推出了一款名为Llama3-ChatQA-1.5的对话问答模型。

Llama3-ChatQA-1.5 对话问答模型

Sora相关论文合集---全32套大放送

### 总览摘要: - **研究背景与动机**: - 扩散模型在图像生成领域取得了显著进展，但大多数模型采用卷积U-Net架构作为骨干网络。

Sora 论文

无限长的上下文，也干不掉的RAG

下面这个论文，通过实验证明了，即时上下文足够的丰富，通过调整位置、上下文内容，对于生成的效果具有显著的影响。

RAG 大模型

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

结论 1 ►Temperature影响模型的生成内容，进而影响模型的“推理能力” 2 ►GPT4在某些场景下，受temperature的影响较GPT3.5

大语言模型 chatGPT

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

GPT-3 模型的平均对数概率如图 4 所示。

大模型

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

2.2 图神经网络（GNN）图神经网络（GNN）是一类能够处理图结构数据的神经网络模型，广泛应用于社交网络分析、生物信息学和金融市场预测等领域。

MCI-GRU 股票大模型

一文汇总市面上所有prompts提示词框架

Prompts，作为大语言模型交流与理解的桥梁，扮演着无比重要的角色，指引着模型准确解读输入信息，从而生成我们所需的特定输出。

提示词框架 prompt

AI文档智能助理都是如何处理pdf的？

二、常用pdf工具对于可编辑PDF而言，可以使用pdfminer、tabula（可用于表格提取）、pdfplumber等组件，对于图片型的，我们可以先获取文件里面的图片，然后使用ppstructure

大模型

8个常用中文OCR数据集，附下载链接

MSRA-TD500数据集样例（图源：参考资料[1]） MSRA-TD500数据集中的典型图像以及文字的标准矩形框每一个矩形框对应一个文本行。

OCR

<...47 48 49 505152 53 54 55 56 ...>

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