文章列表-AI魔法学院

文章列表

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

理解 o3 及其技术分析

https://arcprize.org/blog/oai-o3-pub-breakthrough 中文版 OpenAI o3是AGI吗对于o3的成本有这张图：

o3 技术分析

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

随着 LangChain + LLM 方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM 对意图识别不准。

大语言模型

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

上图展示了Phi-2和Phi-1.5在各项测试之中的比较（其中BBH和MMLU分别使用3次和5次CoT（Chain of Thought））。

小语言模型

RAG检索增强技术在知识库智能检索场景下的应用实践

知识图谱提供了丰富的结构化信息，但检索效率和质量很大程度上依赖于知识图谱本身的质量和覆盖度。

知识库 RAG检索增强

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

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

o 重排序器（Reorder）：通过图注意力学习和强化学习机制动态调整检索文档的顺序。

RAG 检索大型语言模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

生成性输出用户意图保留使用多个查询的一个挑战是可能稀释用户的原始意图。

RAG-Fusion 检索增强

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

首先是使用500万个图像-文本数据训练，在4个A100上训练了10个小时左右，不过这个阶段的模型的生成能力受到了严重的影响，因此还有第二个阶段；第二个阶段是通过模型本身和ChatGPT一起创建高质量的图像文本对

大模型

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

通往AGI之路：思维链提示过程

下面这个图就显示了标准的提示词以及使用了思维链之后的提示词的效果，可以看出，经过思维链提示之后的大模型能够输出更多的信息，并且正确回答用户提出的问题。

思维链提示词

8月份最火的 5 个 GitHub 项目

一款开源图像生成软件 2.

下载

推荐智能体：利用大模型进行交互式推荐

语言模型作为“大脑”,负责解析用户意图和生成响应。

大语言模型推荐

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

1.4 常见案例样例 1 在计算机视觉中，低层的网络主要学习图像的边缘或色斑，中层的网络主要学习物体的局部和纹理，高层的网络识别抽象的语义，如下图所示。

大模型微调

前半年，我看到的有趣的 AI 产品

它能够从百度网盘里检索图片，然后在图片上打单词标签，帮用户学习。

AI工具

<...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