文章列表-AI魔法学院

文章列表

ComfyUI初学者指南

如果您对理论不感兴趣，可以跳过本节的其余部分。

文生图 comfyui

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

Andrej Karpathy对比了过去开发AI Agent的困难和现在新技术工具下开发的新机会，他还不忘调侃自己在特斯拉的工作，是“被自动驾驶分了心”，他认为自动驾驶和VR都是糟糕的AI Agents

Agent

基于本地知识的问答机器人langchain-ChatGLM

但是这些模型学到的知识是滞后的（比如ChatGPT的知识是截止到2021年），并且这些知识是通用领域的。

langchain

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

一、PaddleOCR基本原理 PaddleOCR基于百度自主研发的深度学习框架PaddlePaddle，采用卷积神经网络（CNN）和循环神经网络（RNN）等技术，实现对图像中文字的识别和转换。

PaddleOCR 文字识别

“大模型+机器人”的现状和未来，重磅综述报告来了！

3、视觉-语言模型(Vision-Language Models)：如CLIP、ALIGN等，通过跨模态对比学习实现视觉与语言的对齐。

论文机器人

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

关于词表大小设置，越大的词表的压缩会更好，但可能导致模型训练不充分；越小的词表压缩会比较差，导致模型对长度需求较高。

大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

同时，在Qwen-7B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。

通义千问

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

这就好比你问了一个复杂的问题，RAG先跑去图书馆查资料。

OCR RAG 开源

AIGC生成客服虚拟人

aigc让我开始有机会审视一些习以为常的概念，比如说你要弄个虚拟人形象，要求是专业和亲和力，还体现金融行业和企业品牌文化。

文生图

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

实验结果显示：相比目前的思维树（ToT）提高了62%。

大模型

最透彻的大模型PPO原理和源码解读

感兴趣的朋友，也可以读读别家的源码，做一些对比。

PPO 大模型源码解读

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

缩放点积注意力和多头注意力两个形象的比喻： ① 我们可以将点积缩放注意力机制比作一名学生，他通过思考和计算得到了某个问题的答案

Transformer 大模型

Dify：大模型创业开源工具，46,558 行代码，完全开源

Prompt IDE: 用于制作提示、比较模型性能以及向基于聊天的应用程序添加其他功能（如文本转语音）的直观界面。

Dify 开源工具

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

尤其是你急于得到你想要的结果，比如更长Token的输出，假设你用一些贿赂的方法，这可能会让你得到更加梦幻的结果。

prompt 提示词

花钱买AI写作工具？究竟哪款工具值得你掏钱

不久后，市面上就冒出了一大堆类似的套壳工具，比如我之前说过的Alakin，还有火得一塌糊涂的Sider。

写作 ChatGPT

<...63 64 65 666768 69 70 71 72 ...>

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