文章列表-AI魔法学院

文章列表

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

大规模训练系列之技术挑战

，精度提升 4.3%。

开源模型

14.6K star！最好用的OCR文字识别项目，没有之一！

接下来给大家展示一下它的亮点功能：截图识别这个功能很适合在一些不能复制的网页上使用，速度很快，准确率也很高。

Umi-OCR 开源项目文字识别

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

下载完成之后，双击安装程序，就像安装普通软件一样，按照提示一步一步操作，安装完成之后，软件会自动启动，你会在右下角的托盘中看到Ollama的图标。

Qwen3 开源模型

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

《三体》里有一句经典台词，叫作：毁灭你，与你无关。

生成式AI

Sora物理悖谬的几何解释

用这种方法，Sora可以为所有的训练视频数据添加高度描述性的字幕，从而提高了训练集的质量，进一步提升系统性能。

Sora 解释

cursor+coze智能体，一行代码没写，我撸了个小程序

我们继续在cursor框输入一下内容：“点击按钮功能变为请求coze api的接口，返回的结果在显示区域显示。

cursor+coze 智能体

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

提示词分成两部分，一部分是正向的提示词，另一部分是反向提示词，分别用来控制你想要在画面里出现的、想排除在外的内容。

AI图片

实测：本地跑llama3:70B需要什么配置

前几天发布的开源大语言模型Llama 3 70B的能力通过测试结果的展示已经达到了一个全新的高度，甚至可以与Claude 3 Sonnet和Gemini 1.5 Pro等一众顶级模型相媲美，甚至在某些方面已经超过了去年发布的两款

llama GPU内存

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

用户输入自定义目标后，可以等待AutoGPT自动生成想法并执行特定任务，无需额外的用户提示。

大模型

LLM native策略的内部状态是否应该结构化【2023Q3】

在这个场景下，虽然跟用户的交互渠道是非结构化的自然语言对话，但策略内部是将其提取为一个完全结构化的表示的：字段的设置是预先确定的

大模型

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

智源研究院的核心包括四项任务：以共享数据、智能计算编程框架和算力基础设施为核心，推动算法开源，构建创新生态，打造北京智源开放服务平台；推动原始创新，共建北京智源联合实验室，围绕人工智能领域重大核心基础理论问题

大模型钛媒体

最顶尖的大语言模型人才，只关心这10个挑战

目前也有一些临时的方法可以减少幻觉，比如为提示添加更多的上下文、思维链、自洽性，或者要求模型的输出保持简洁。

大语言模型

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

尽管开源的繁荣提供了更多的选择，实际上也造成了选型的困难，尽管业界提供了很多评测基准，但是，很多模型在公布的评测结果中对比的模型基准和选择的测试基准都很少，甚至只选择对自己有利的结果。

大模型

Langchain中改进RAG能力的3种常用的扩展查询方法

有多种方法可以提高检索增强生成(RAG)的能力，其中一种方法称为查询扩展。

检索增强生成 Langchain

<...48 49 50 515253 54 55 56 57 ...>

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