文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

需要注意的一件事是，在进入编码器之前，图像的大小已调整为 384×384 分辨率。

OCR 手写文字识别

RAG 2.0，终于把RAG做对了！

Source 注：Source 该过程涉及使用三个要素： 1.嵌入模型 2.检索器，通常是一个向量数据库 3.生成器，即LLM 首先，要使检索过程奏效，需要将数据转换为“嵌入形式”，即将文本表示为数值向量的形式

RAG 大语言模型

谁杀死了我们的技术教程？网络技术教程越来越少？

• 一线从业者: 互联网和计算机能发展这么快，开发和测试人员等一线从业人员其实对技术的内卷也是非常严重的，技术不仅可以提高工作效率，还可以在职业发展上提供帮助，如准备跳槽时强化简历

技术技术教程

我去华强北走了一圈，发现这里正被另一种 AI 包围

一位商家告诉硅星人，相关产品早在去年就上架了，彼时，这些不到 20 美元的产品「销量的很大一部分都来自海外」，毕竟汇率一换算，产品的性价比非常高。

华强北 AI

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

尽管模型在训练的各个阶段都尽力确保数据的合规性和准确性，但由于 ChatGLM3-6B 模型规模较小，且模型受概率随机性因素影响，无法保证输出内容的准确。

ChatGLM3 语音模型开源模型

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

此外，RLHF的性能提升还得益于「群体智慧效应」（wisdom of crowds），即LLM表现出的并不是单个人类的水平，而是达到了人类群体集成的水平。

Freysa 智能体

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

即使我们没有广泛的标记数据集，RAG 系统仍然可以通过访问和合并来自外部数据源的见解来有效执行。

训练

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

为了进一步增强嘴唇运动和更准确地建模，我们还选择了与嘴唇相关的地标并将其转换为高斯图，这是一种更紧凑和有效的表示。

VividTalk 视频

中国AI大模型，应该如何商业化

此外，国内大模型商业化还面临着商业模式不成熟的问题，比如如何收费，以目前国内普遍采取的算力收费形式而言，这种模式似乎与云计算的收费模式一致，而从利润率来看，这显然不是一个优质的收费模式。

大模型 AI

查理·芒格：关于人生的13个忠告

如果你们能够做到这一点，我郑重地向你们保证，总有一天你们会在不知不觉中意识到：“我已经成为我的同龄人中最有效率的人之一”。

人生箴言查理芒格

语言大模型100K上下文窗口的秘诀

[技巧3] Flash Attention有效地实现了GPU的注意力层。

大模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

对你日后的AI环境使用，都有好处，雄哥的使用率极高！

Qwen1.5 开源模型

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

因此，这项任务的难点就在于解码fMRI并以远高于fMRI时间分辨率的FPS恢复视频。

stablediffusion

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

因此，你需要一个非常高效的系统。

Llama 3 大语言模型

AI能赚到钱了么？

这是重资产行业内在的规模效应决定的。

大模型商业模式

<...55 56 57 585960 61 62 63 64 ...>

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