文章列表-AI魔法学院

文章列表

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

自己电脑上跑大语言模型（LLM）要多少内存？

· 一般模型文件的实际尺寸要比简单计算的尺寸大 · · 即使是同样参数和精度的模型，实际尺寸也不一样 · · 降低模型精度的过程叫量化

大语言模型运行

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

具体过程包括： o 文档顺序调整：利用图注意力学习将检索文档动态调整到开始、中间和结束位置，以最大化回答质量的强化奖励。

RAG 检索大型语言模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

相较以往的传统方案，LLaSM 能够通过便捷的语音输入的交互方式，大幅改善过往以文本为输入的大模型的使用体验，同时有效避免基于 ASR 解决方案的繁琐流程以及可能引入的错误。

开源模型

Midjourney 进阶关键词_摄影效果专题

这些通常是暗室或曝光过程中发生事故的结果，但它们很快就成为艺术工具。

midjourney 文生图绘画

【ComfyUI】爽玩必备,6大插件汇总推荐！

我们使用一个简单的文生图流程，可以看到翻译信息是可以正确的传递到最终的输出的。

comfyui 文生图

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

由于这种简单的方法，它可以被广泛的用户访问，无论他们的编程知识如何。

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