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

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

WanJuan的发布填补了公开源数据的空白，有助于自然语言处理、计算机视觉等领域的技术进步，特别是需要多模态理解生成的任务。

大模型

AI改变未来，ChatDoc手把手教你写研报

比较搞笑的是，我发现有些对AI技术一知半解的人，误以为中国在AI领域很落后，动辄用教育体制来论证中国出现不了ChatGPT的原因。

大模型应用写作

如何用AI做LOGO？

随着Turbo技术的发展，他又推出了一个Turbo版.

Stable Diffusion 文生图

AI Agent / 智能体观察笔记（下）

第三部分：智能体产品笔记和思考 Key Takeaway：1）卓越的产品/想法是用新技术解决了新问题/新需求—哇，真的有需要！

大模型

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是由网易有道的研究团队开发的，他们利用了最新的深度学习技术，如Tacotron、WaveGlow、Style Tokens等，来构建一个高质量、高效率、高灵活性的语音合成系统。

EmotiVoice 语音合成

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

是腾讯缺乏技术吗？

Stable Diffusion

这可能是史上最全的 Python 算法集（附论文及python源码链接）

相关阅读：城市中的自动驾驶汽车的运动规划和控制技术的调查 https://arxiv.org/abs/1604.07446 3.

算法 python

基于Ollama本地部署谷歌开源Gemma大模型！

这些模型基于与 Gemini 模型相同的研究和技术构建，由 Google DeepMind 和 Google 内部其他团队共同开发。

ollama gemma qwen

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

通过RepE技术，研究者可以对大模型随意切换，让它做到诚实或者说谎。

大模型

企业数字化转型的“阿里阿德涅之线”在哪？

一、企业数字化转型的挑战数字化转型对技术提出的三点挑战来源于行业领域所提出的三点要求：一是复杂网络环境要求保持业务连续性；二是高清媒体编解码、图形设计等要求低时延和高性能计算；三是多样化的外设与接口标准要求更高的外设兼容性

大模型用户

世界顶级七大管理工具：SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则、波特五力分析

例如，缺乏市场份额、财务状况不稳定、产品技术落后、管理体系薄弱等 · O：机会(opportunities) 外部环境中可以利用的有利因素

管理工具

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

在前面的文章里《LlamaIndex官方年度巨献：高清大图纵览高级 RAG技术，强烈推荐收藏》可以看到很多高级的技术，其本质是DAG图上的精细化改进。

Query Pipeline 大模型

国产AI大模型哪家强？十大维度横评四款主流大模型！

自从 chatGPT 火热出圈，由生成式 AI 掀起的全球人工智能新浪潮就拉开了序幕，围绕认知大模型的类 ChatGPT 技术和产品正在不断涌现。

开源模型

腾讯最新的人像写真工作PhotoMaker

主要技术是这些，后面还讲了摄影师训练的工作流，包括如何处理图像数据之类的，感兴趣可以看看原文。

PhotoMaker 文生图

<...62 63 64 656667 68 69 70 71 ...>

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