文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

Prompt全攻略(三):提升Prompt效果的技巧指南

本文将从AI产品专家的角度,给出10个提升Prompt效果的具体策略建议。

prompt

AIGC工作流: 新时代产品经理和创业者的秘密武器

例如，著名图片生成工具Midjourney以对话机器人的形式呈现，用户只要在Discord中和它对话就能获得高质量的图片，因为Midjourney很清楚地知道：用户更关心的是我们能不能根据提示词生成优质的图片

大模型 AIGC

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

可以对接国内的文心一言、OpenAI 等大语言模型。

ai小车 esp32 开源

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

论文地址：https://arxiv.org/abs/2307.15043 代码地址：https://github.com/llm-attacks/llm-attacks 有趣的是，

开源模型

开发语音产品时设计唤醒词和命令词的技巧

所以下面介绍一下如何设计中文、英文和日文的唤醒词和命令词。

语音产品唤醒词命令词

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

最后我会再放一张脑图，没空看的可以收藏一下文章，然后滑到最后去保存脑图。

提示词 prompt

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

视觉编码器Siglip - 400m则专注于图像信息的处理，以384分辨率和14×14的块大小生成图像嵌入，将图像转换为模型可理解的向量表示。

OmniVision -968M 多模态模型

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

WebUI玩的更多一些（其实主要还是因为简单，ComfyUI研究一晚上只造出了基础的生成和放大流程o(╥﹏╥)o），下面还是分享一些在使用WebUI方面的遇到的问题或小技巧 1、首先，昨天晚上生成的时候遇到了生成一段视频时候竟然出现了两个人物

AnimateDiff SD

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(二）

一.本文背景本文是上一篇的姊妹篇，上文我们主要讲到了<提示词堆栈>这个优质的提示词网址，以及本文推文的主要灵感来源上一篇文章主要讲了<智能提示设计的29个动词>的四个观点

提示词写作

AI声音克隆 | 最全最简教程（权威版）

TTS 的英文全名是 Text To Speech,中文译名是“文本转语音”。

声音克隆教程

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

生成PDF？

GitHub 数据处理RPA

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

在这篇文章中，将会介绍如何使用大型语言模型来进行文本转换工作，如语言翻译、语调调整和格式转换。

prompt 提示词

2024！深入了解大语言模型（LLM）微调方法（总结）

LLM项目生命周期在介绍大模型微调方法之前，首先带大家了解一下大语言模型的项目生命周期，它大致可以分为以下几个步骤，如下图所示「1、项目目标」：首先，明确项目目标。

大模型微调

<...49 50 51 525354 55 56 57 58 ...>

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