文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

tesseract Tesseract，一款由HP实验室开发由Google维护的开源OCR引擎，开源，免费，支持多语言，多平台; https://github.com/tesseract-ocr

OCR

释放潜能：大模型与企业微信SCRM系统的完美结合

• 大模型结合：通过利用大规模的数据和计算资源，训练出具有强大的自然语言理解和生成能力的人工智能模型，如GPT-3、BERT等，为SCRM提供更智能和创新的功能，如内容生成、意图识别

SCRM 大模型

WebUI使用用InstantID，AI换脸完美版

InstantID 的工作原理可分为三个关键部分： ID Embedding：团队利用预训练的面部识别模型代替 CLIP 来提取语义人脸特征，并使用可训练的投影层，将这些特征映射到文本特征空间，形成

换脸小红书

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

只要只支持GGUF的大语言模型，都可以一键安装，一键运行，立马开始对话。

Qwen1.5 大模型

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

词表大小：123K -> 73K -> 73K 从 MiniCPM 2.0 开始，词表大小被大幅精简至 73K，有效提高了模型的处理速度和多语言场景中的适用性

MiniCPM3-4B 大模型

通往AGI之路：什么是结构化提示词

二、结构化提示词常见的结构化数据的格式中都包含符号和属性词，比如 #、[]、-、* 等符号，在不同的语言下这些符号的含义可能有所不同。

提示词结构化

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

2.改写/同义词替换检测：有时抄袭者会改写原文，使用同义词替换原来的词汇，或改变语序。

Prompt ChatGPT

自从prompt用了示例演示，GPT的输出稳定性达90%

ensp; 避免误解和歧义 · 示例能够明确提示词的语境

prompt 提示词

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

· 学习曲线：工程团队浪费时间学习新的查询语言、系统内部、api和优化技术。

大模型 PostgreSQL

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

Baichuan-13B 是由百川智能继 Baichuan-7B 之后开发的包含 130 亿参数的开源可商用的大规模语言模型，在权威的中文和英文 benchmark 上均取得同尺寸最好的效果。

大模型微调

10大高效的Super Prompts，让GPT拥有超能力！

优化写作这个Super Prompt能改善用户的语法和词汇，同时保持其独特的写作风格。

Prompt GPT 提示词

这个能写出10W+爆款文章的ChatGPT提示词，你敢用吗？

写作风格要求： 1.语气: 文章具有非常生动和情感强烈的语气。

写文章

大模型压缩首篇综述来啦~

图2：对语言模型知识蒸馏的简要分类。

大模型

人工智能的应用范式呼之欲出

（数据表）LLMXplorer，数据覆盖了150多种大语言模型，从17个关键指标上审视大语言模型的训练方法和资源、训练数据、道德对齐、和私有数据安全性和在不同垂直领域的适用性。

大模型

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

构图和细节都处理得非常好，对自然语言的理解也更上一层楼。

文生图绘画

<...57 58 59 606162 63 64 65 66 ...>

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