文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

PaddleOCR+规则匹配快、准很多场景如姓名

OCR 大模型文字识别

基于 Kimi Chat 的 AI 渐进式阅读法

下面我提供了我的六个使用场景。

Kimi Chat 阅读

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

; Llama 2-Chat-70B：Llama 2系列模型是一组GPT-like (也被称作自回归Transformer 模型)大语言模型，Llama 2-Chat 针对聊天对话场景进行了微调

开源模型

动作识别模型有哪些

空间部分，每一帧代表的是空间信息，比如目标、场景等等。

动作识别模型

LLM Agent最常见的九种设计模式(图解+代码)

由此，我们可以看到 Agent 要落地一个场景，需要定制两项内容。

LLM Agent 图解

人工智能对话prompt：用聪明的方式解决各种难题

这一问题的出现，主要是因为市场上存在太多类型的洗衣机，每一种类型都有各自的特点和适用场景，因此消费者在选择时往往会感到困惑。

chatgpt 提示词 prompt

大模型推理能力增强方法总结

一般来说，思维应该足够小，以便 LM 能生成多样化的样本，但思维又应该足够大，以便 LM 可以评估其解决问题的前景。

推理能力大模型

图解 Transformer——功能概览

七、 Transformer 应用场景 Transformer 的用途非常广泛，可用于大多数NLP任务，如语言模型和文本分类。

Transformer 大模型图解

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

BLOOMZ系列模型是在xP3数据集上微调得到的，推荐用于英语提示的场景。

大模型微调训练

AI Agent / 智能体观察笔记（上）

05 — AI Agent的应用场景和案例智能个人助理：智能体可以帮助用户完成各类任务，包括安排会议，发信息、设置提醒等。

大模型

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

例如，本次我们使用的提示词是描述一个日落时分，身穿牛仔服装的年轻女子在西部小镇的场景。

IP-Adapter 文生图

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

然后,要强调我的知识范围广泛,涵盖科学、文化、技术等多个领接下来,我需要说明我的应用场景,比如日常对话、工作辅助、学习帮助等,这样用户能更清楚我的用途。

Qwen3 开源模型

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

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

图2：elasticsearch实际使用的是HNSW算法 HNSW带来的随机性问题我们想象这么一个场景：你昨天刚在其他地方看到过一本新书，你想在图书馆找到类似的书。

RAG 检索增强

Kimichat炒股：7个提示词案例

财报等文件总结这篇研报的要点，提取出推荐投资的股票名称这篇研报的主要内容聚焦于AIGC（人工智能生成内容）在教育领域的应用，探讨了AI技术如何深度改造教育行业，并分析了相关公司的业务和市场前景。

Kimichat 提示词

<...53 54 55 56 57 58 596061 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