文章列表-AI魔法学院

文章列表

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

大模型检索增强生成RAG的优化

其技术架构图大致如下[4]：基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

wespeaker-voxceleb-resnet34-LM https://huggingface.co/pyannote/segmentation-3.0 最后再修改下config.yaml里的模型路径，参考我的：在这里插入图片描述

faster-whisper 语者识别 ASR

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

Comfyui一键更换人物背景！饭来了快张口！

然后上传你想要换背景的图片如果图片很小就打开通过模型放大，图片很大就右键忽略。

换背景绘画

60分钟吃掉ChatGLM2-6b微调范例~

nbsp; break dl_train.size = 300 #每300个step视作一个

开源模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%提⾼到64.7%（图1

NEFTune 大语言模型

它来了！SDXL + ControlNet 终于强强联合！

就好比当我们想要一张“鲲鲲山水图”的时候，会发现很难通过语言来描述这样的景象。

SDXL

中文常用停用词表下载

停用词表这个概念，我们可以用一个有趣的故事来帮助理解：想象一下，有一个巨大的图书馆，里面装满了各种各样的书籍，但是有一天，图书管理员发现了一个问题：很多书里都包含了大量的“的”、“是”、“了”这样的词

训练停用词

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

最后我会再放一张脑图，没空看的可以收藏一下文章，然后滑到最后去保存脑图。

OpenAI Prompt 提示词

对于大模型RAG技术的一些思考

真正难处理的是ppt和pdf，ppt中包含大量架构图、流程图等图示，以及展示图片。

RAG 大模型

LLM native策略的内部状态是否应该结构化【2023Q3】

ensp; · 因为本质上很多领域就是尚没有被完全标准化的状态：领域专家可以视为一个模糊的技能执行器

大模型

在SD中一键换脸！！！

roop插件是一款可以帮助我们改变一张图片脸部的插件，它可以准确的识别脸部并对脸部进行修改。

AI换脸

用Midjourney给自己制作精美的logo或头像

在图形设计领域，人工智能正在革新logo的创建方式。

头像 logo

PymuPDF4llm：PDF 提取的革命

（三）图像提取 1.

PymuPDF4llm PDF

<...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