文章列表-AI魔法学院

文章列表

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

主要特点 ·基于深度文档理解的非结构化数据知识提取，处理复杂格式数据。

RAGFlow RAG 开源

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

你知道是什么吗？

论文提示词写作

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

当您按照上述步骤运行代理时，将启动一个工作线程，该工作线程将打开与 LiveKit 服务器实例（由 your LIVEKIT_URL 定义并使用访问令牌进行身份验证）的经过身份验证的

voice agent 开源音视频

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

该模型在未见过的人类身份和复杂的运动序列上也具有良好的泛化能力，无需在具有不同人类属性的数据上进行任何微调，并利用图像扩散模型的先验知识。

MagicPose 视频

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

此外，OmniGen可以处理经典的计算机视觉任务，将其转换为图像生成任务。

大模型研究

主流网络爬虫蜘蛛详解

用户在内置于 Windows 操作系统的搜索栏，或 Edge 默认搜索引擎均可直达必应的网页、图片、视频、词典、翻译、资讯、地图等全球信息搜索服务。

爬虫蜘蛛详解

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

从语言理解到代码、推理，每一项基础能力都经过严格测试。

Qwen1.5 开源模型

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

**内容拓展**：为原文融入相关的背景知识、真实案例或历史事件，以增强文章深度和广度。

Prompt ChatGPT

构建开源多模态RAG系统

与广泛的重新训练不同，RAG提供了一种经济高效解决方案，使AI保持最新和相关性，而无需对整个模型进行彻底改造。

RAG 大模型

什么是BERT？

到此为止，BERT的输入输出都已经介绍完毕了，更多具体的细节可以到原论文中察看。

embedding

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

导语：在当今数字化时代，人工智能技术已经渗透到各个领域。

PaddleOCR 文字识别

Python状态机：优雅处理复杂业务逻辑的利器

在软件开发中，我们经常需要处理对象在不同状态之间的转换。

Python状态机设计模式

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

长文短说写完这篇文章我才发现，阿里已经搞了这么多项目，难怪在我的脑海中，阿里最近的动作频繁，一个接一个的推出。

阿里大模型

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

大模型

造梦师手记：C站最受欢迎的大模型推出了SFW版

众所周知，和其他AI绘画工具相比，Stable Diffusion最大的优势是可以本地部署，同时可以不受限制的出图，甚至NSFW（字面意思是非工作时间不要看的图，往往是指涩图）。

DreamShaper 大模型文生图

<...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