文章列表-AI魔法学院

文章列表

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

主动Agent技术原理下图展示了主动 Agent 技术原理的整体流程。

Agent 大模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

在生成过程中，面部定位器（Face Locator）用来编码面部的边界框区域。

音频阿里

【NLP技术分享】文本生成评价指标的进化与推翻

重合程度越高就认为译文质量越高。

开源模型

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

该项目主要作者、MokaHR 自然语言处理工程师王宇昕表示：“我相信 M3E 模型将成为中文文本向量检索中一个重要的里程碑，未来相关领域的工作，都可能从这些开源的资源中收益。”

GPT

为什么Llama2大模型可以在个人电脑上部署？

我看介绍是说个人电脑也是可以部署 llama2 模型，就是说你自己的电脑可以下载 llama2 模型和运行 llama2 模型的代码，然后个人电脑把这个程序给跑起来。

开源模型

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

用户界面主题：根据您的喜好自定义程序。

Stable Diffusion 插件安装

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

多种功能支持：WeChatpy支持微信公众号、企业微信、小程序和支付等多种微信功能的开发和调用。

WeChatpy 开发库

Selenium+ddddocr | 再也不担心图片验证码

进行文字识别 res = ocr.classification(yzm.screenshot_as_png) print(f'验证码为：{res}') 运行该程序

Selenium ddddocr库

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

优化流程，提升性能添加画面模态的识别，以实现对画面内容描述的搜索记录前台进程名与记录OCR词语对应位置，以在搜索时作为线索呈现

Windrecorder 录屏

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

方法提出的MagicPose流程概述。

MagicPose 视频

向量数据库简介和5个常用的开源项目介绍

这些数据可能包括文本、图像、音频和视频，使用各种过程(如机器学习模型、词嵌入或特征提取技术)将其转换为向量。

开源模型

AI文档智能助理都是如何处理pdf的？

ppstructure PDF2Word 其中PDF2Word是PaddleOCR社区开发者 whjdark[1] 基于PP-StructureV2版面分析与恢复模型实现的PDF转换Word应用程序

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

测评了8个国产AI大模型，差点崩溃……

唯独就是我在测试的过程中，感觉没有那么稳定，出现过短暂类似宕机的体验，而且也支持多模态输出，场景模型很多。

大模型测评

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

应用效果》； · 再之后是优化embedding模型：Embedding模型的选择其实很魔性，我们在优化过程中也会不断否定之前的一些判断

RAG 检索增强

<...56 57 58 596061 62 63 64 65 ...>

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