文章列表-AI魔法学院

文章列表

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

比如上文展示的更精细图片识别和长图识别，都要得益于高清图片、高效编码和任意宽高比图像无损识别，使得对小物体和光学字符等细腻视觉信息的感知能力大大增强，可以处理最大 180 万像素高清大图

MiniCPM 大模型

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

如图所示：任意上传一张脸部清晰的图片，点击启用。

AI换脸

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

如图 2（a）所示，残差块定义了 Griffin 模型的全局结构，其灵感来自 pre-normTransformer。

transformer 训练

来自Microsoft Build 2023：大语言模型是如何被训练出来的

全文围绕如下的这个图展开：这幅图很好地总结了大语言模型的训练全景，主要包括四个阶段：预训练阶段：基于原始数据训练一个基础模型，得到的是一个base model，可以部署使用有监督微调阶段

大模型

多智能体开发框架怎么选型？京东 JoyAgent vs langchain LangGraph，两种Agent开发哲学的碰撞!

🔥 核心是状态机/有向图： LangGraph不给你现成的套路，而是提供一套“图”的语言，让你自己定义Agent的决策流程。

JoyAgent langchain LangGraph

用AI生成PPT、用AI优化PPT!

网页端也可以智能生成PPT，它的位置在网页右侧。

AI ppt

什么是BERT？

当隐藏了Transformer的详细结构后，我们就可以用一个只有输入和输出的黑盒子来表示它了：黑盒子Transformer 而Transformer结构又可以进行堆叠，形成一个更深的神经网络

embedding

大模型微调方法总结

从这可以看出要全参数微调大语言模型，小家小户是不可能的。

开源模型

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

信息提取除了摘要之外，我们经常还需要从 PDF 中提取特定的数据，比如文本、数值、表格、图片或名称。

GPT-4 工作

中学生能看懂：Sora 原理解读

空间时间补丁可以简单理解为将视频或图片内容分解为一系列小块或“补丁”，每个小块都包含了部分时空信息。

Sora 原理

大模型量化：什么是模型量化，如何进行模型量化

非饱和量化是最本质也是最暴力的方法，即通过统计网络模型中每一个层中权重或激活值的绝对最大值，将其映射到127，来计算出缩放因子scale，然后使用线性映射的方式将原始的浮点数据转换到INT8的数据域中，如下图（

大模型

AI爆文写作：4招，把AI变成你的写作助手

这时，你就可以问AI：“写作能力为什么是个人发展的底层能力？”

写作提示词创作

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

原始声音处理要使用模型进行推理的话你首先需要一段已经演唱好的声音垫进去，然后使用模型把原来的音色换成你模型训练好的音色（类似AI画图的img2img垫图）。

生成式AI

Stable Diffusion

Stable Diffusion | 2D表情3D化，看着笑不停

可爱又迷人~ 制作步骤：一、谷歌表情厨房制作2D表情可爱化的步骤：https://emojikitchen.dev/ 左边表情和右边表情融合，动图演示一下。

Stable Diffusion

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图一：embedding 类似于搜索引擎的索引，没有 update，只有 insert 或者 delete 互联网排名第一的文档格式是什么？

大模型

<...54 55 56 575859 60 61 62 63 ...>

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