文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

文档提供了：快速上手Qwen-Chat教程，玩转大模型推理.

大模型

LangChain + ChatGLM2-6B 搭建私域专属知识库

{"labels": "树先生是一个程序员，热衷于用技术探索商业价值，持续努力为粉丝带来价值输出，运营公众号《程序员树先生》。"

知识库

AI国力战争：GPU是明线，HBM是暗线

其中GPU和先进制程是一体两面的关系，优秀GPU企业如英伟达设计出来GPU之后，还需要利用台积电的先进制程进行制造，再利用台积电、日月光的先进封装技术CoWoS进行最后的合封，这一点在2023年CoWoS

GPU HBM 大模型

AI能赚到钱了么？

AI赚钱的商业挑战之前琢磨事的文章更多是从技术的属性来看商业化的过程，这次则是从纯粹的商业模式角度来看这件事，结论并不复杂：纯粹AI企业商业挑战非常明显，如果停在供应链上，变现通路太窄。

大模型商业模式

如何修复GPT幻觉、及评估数据集的挑战

法学硕士常常在算术或逻辑等多步骤推理任务上表现不佳。

大模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

「处理数据的整个过程，没有很多技术性的难度，而是“血与泪”的积累，因为数据量极大，动辄几十个P，根本无法人工处理，只能从海量数据里不断抽样，根据样本写出那种非常聪明的代码去处理，然后批量化地一遍又一遍地重复这个过程

Grok-1 开源模型

ai出图软件Fooocus

界面非常简单，基本浏览器汉化即可，或者用中文版，基本不需要动什么参数，详细也可去视频网站看详细教程，这边就不表了。

Fooocus 文生图

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

无论你是设计师、艺术家，还是普通用户，都能轻松上手，释放无限创意。

文生图绘画

一文彻底搞懂多模态 - 多模态推理

知识图谱推理是指基于知识图谱中的事实和关系，通过逻辑、规则、统计或机器学习等方法，从已知的信息中推断出新的信息或关系的过程。

多模态推理大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

技术亮点 1、全非自回归架构：传统的文本到语音(TTS)系统多使用自回归模型，这种模型一次生成一个音频片段，处理速度较慢。

F5-TTS 音频克隆

大模型：泛化即智能，压缩即一切

定义1: 模型的泛化程度与你将不同数据推入足够高容量模型的速度成正比。

大模型泛化

OCR的终极解法——传统算法VS多模态大模型

命名实体识别技术可以基于规则、基于统计或使用机器学习模型，包括最近流行的深度学习模型，如循环神经网络（RNNs）、长短时记忆网络

OCR 大模型文字识别

prompt必须知道的26条军规

prompt工程师迟早也要被淘汰。

prompt 大模型

一人搞定30万商品分类：AI落地实践故事！

看起来是项大工程。

embedding 大数据分类

<...51 52 53 545556 57 58 59 60 ...>

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