文章列表-AI魔法学院

文章列表

为你推荐开源项目：Meridian——专属个人情报站！

April 14, 2025：US Reverses Tech Tariff Exemption Amid Deadly Sumy Strike & Gaza Hospital Hit 开发流程与

Meridian 开源项目

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

然后软件会在图像上添加一个带有实际文本的图层，这样你就可以在浏览文件时选择它作为一个单独的组件。

大语言模型 python

你的下一个浏览器，可以是豆包电脑版！

现在也只需要截一下图就可以搞定：而针对网页中的文字部分，我们可以用划词的方式，不会哪里划哪里：对于整个网页的文字部分，可以用对照翻译的功能，让阅读变得更加丝滑：当然，浏览网页时与豆包更直接的交流，

豆包浏览器

Prompt及AI提问实践

比如某些模型对输入token处理时，会进行截取操作，导致多轮对话的部分信息失效，此时把Prompt放在不同的位置会产生差异较大的结果。

Prompt 大模型提问

ChatPDF | LLM文档对话 | pdf解析关键问题

因此笔者采用AI的方式来解决：目标检测和 OCR文字识别 · pipeline如下：流程图

大模型

如何看待大型语言模型的Prompt

它们能够生成完全流畅的语言——这是word2vec完全做不到的壮举——并且似乎对任何话题都了如指掌。

prompt 大语言模型

揭秘DeepSeek:一个更极致的中国技术理想主义故事

在硅谷，DeepSeek被称作“来自东方的神秘力量”。

DeepSeek 大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

项目简介 F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统。

F5-TTS 音频克隆

回望做大模型一年后的感悟

而国内则是在研究怎么能在一年内追上chatgpt，再加上之前疫情的影响，国内的researcher和国外的交流是比较匮乏的，有种“信息茧房”的感觉。

大模型感悟

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

首先从应用的角度来看，使用大模型来提高生产力的很多工作者都不免要处理很长的文本，比如律师、分析师、咨询师等，上下文窗口越大，这些人能用大模型做的事情就越广泛；其次，从技术的角度来看，窗口所能容纳的信息越多

Baichuan2 百川开源

AI 产品榜 · 国内 100 强和出海 20 强

本榜单是一个跨界合作的成果，汇聚了业内外多方的专业视角和深刻分析。

大模型大模型应用行业分析

第3期 SDXL和SD的10大区别！你知道几个？

由于 SDXL 将图片尺寸也作为指导参数，因此可以使用更低分辨率的图片作为训练数据，比如小于256x256分辨率的图片。

文生图

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

Conda 提供了更健壮的依赖项管理，简化了设置和维护流程。

FaceFusion 文生图

请以“亮相”为题目写一篇记叙文，要求不少于700字。

我用流畅的语言、抑扬顿挫的语调、清晰的声音向全校师生汇报了我对环保问题的看法和建议。

中文大模型训练

<...64 65 66 676869 70 71 72 73 ...>

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