文章列表-AI魔法学院

文章列表

AI Agent / 智能体观察笔记（下）

方案利用GPT大语言模型去创建新任务，使用Pinecone存储和提取任务结果以提供上下文。

大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

完善的图形界面（webui）词云、时间轴、光箱、散点图的数据总结录制完片段后自动识别，闲时自动维护、清理与压缩视频多语言支持

Windrecorder 录屏

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

具体包括： - 语言理解与生成：包括语言理解与抽取、上下文对话、生成与创作、角色扮演等方面； - 专业技能与知识：涵盖了计算、逻辑与推理、代码、知识与百科等专业知识技能； - Agent智能体：包括工具使用和任务规划两个关键能力

大模型方法论

AIGC系列之一-一文理解什么是Embedding嵌入技术

同时，生成的向量还可以表达事物本身的关联性和特征，例如图片的相关性，语意相关性等。

AIGC Embedding 嵌入技术

保姆级教程：图解Transformer

再比如 OpenAI 的 DALL·E，可以魔法一般地按照自然语言文字描述直接生成对应图片！

人工智能

OCR是什么以及推荐几款开源中文OCR识别软件

后期处理：根据特定的语言上下文的关系，对识别结果进行校正。

OCR

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

我们都知道ChatGPT是一个大型语言模型，它抓取了互联网上几乎所有的优质数据，然后不断地归纳总结，将信息之间进行连接、建立联系。

chatgpt 提示词

七问大模型幻觉｜LLM Hallucination

在语言模型的背景下，幻觉指的是一本正经的胡说八道：看似流畅自然的表述，实则不符合事实或者是错误的。

大模型

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

在这里插入图片描述注意：LangChain Agent主要增强基于语言的互动能力，而交互式代理基础模型寻求统一多模态输入，以实现更广泛的通用AI应用。

Agent+GPT-4V 大模型

AI Agent / 智能体观察笔记（上）

第一部分：智能体基本原理学习笔记 01 — 什么是AI Agent AI Agents可以利用像GPT在内的大语言模型理解目标

大模型

手把手教你认识学会LangChain

评估它们的一个新方法是使用语言模型本身来进行评估。

langchain

一个完整Prompt让ChatGPT自动生成短视频制作脚本

———————— 在当今数字化时代，ChatGPT为我们提供了一种全新而高效的方式，通过其强大的自然语言处理能力，创造出符合个性化需求的短视频制作脚本。

ChatGPT Prompt 视频

写好Prompt提示工程的一套通用框架 - 5个关键要素

我会用任意一种语言向你讲话，你要检测这种语言，将其翻译并用纠正过的、改良版的英文版本回答我。

Prompt 提示工程

8个常用中文OCR数据集，附下载链接

Database) 下载链接：https://opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于 2012 年在 CVPR 发布，是一个用于测试和评估多方向、多语言文字检测算法的自然图像数据集

OCR

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

Salesforce|多模态语言模型：BLIP-3-Video 论文：https://arxiv.org/pdf/2410.16267 本文提出了一个专门处理视频的多模态语言模型：BLIP-3-

大模型研究

<...53 54 55 565758 59 60 61 62 ...>

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