文章列表-AI魔法学院

文章列表

万字长文，大语言模型如何宣告心理学的死亡？

尽管它们可能更好的掌握人类的隐知识，从而更好的预测人类的适应性行为，还可以（无需任何特殊提示）解决涉及数学、编码、视觉、医学、法律、心理学等领域的新颖而困难的任务8，但它始终不是一个具身的有实体生物

大语音模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

探索功能，线上部署，更新工作流……我只想告诉你，SDXL不是一个绘图模型那么简单，在它里面，隐藏着太多不为人知的秘密。

文生图

Sora懂不懂物理世界？

局部合理与整体荒谬 Sora可以合理拼接相邻令牌，但整体视频可能出现悖谬，缺乏全局的合理性：观察下面的“幽灵椅子”视频：如果我们将视野限制在屏幕中间的一个局部区域，则视频非常合理。

文生视频视频生成 sora

从零开始学习大模型-第二章-大模型学习路线

所以掌握大模型的知识和技能变得越来越重要。

大模型学习

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

· Sora 在训练过程中学到了大量关于物理世界的知识，不仅维持了视频对象的持续性，还有三维结构的准确性

Sora 原理

MindChat心理大模型

无论是在工作场景还是在个人生活中, MindChat期望通过心理学专业知识和人工智能大模型技术, 在严格保护用户隐私的前提下, 全时段全天候为用户提供全面的心理支持和诊疗帮助, 同时实现自我成长和发展

心理大模型

LangChain Agent 原理解析

Agent 可以看作是一个自带路由消费 Chains 的代理，基于 MRKL 和 ReAct 的基本原理，Agent 可以使用工具和自然语言处理问题。

大模型

人脸识别的开源的项目有哪些？

OpenCV：OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，提供了许多人脸识别算法和工具。

人脸识别开源项目

Stable Diffusion

全面理解Stable Diffusion采样器

如果想理解完整的 Stable DIffusion，推荐阅读 How does Stable Diffusion work?

绘画采样器 SD

理解 o3 及其技术分析

只知道low-compute对应于6，high-compute对应于1024。

o3 技术分析

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

14.6K star！最好用的OCR文字识别项目，没有之一！

伙伴们，平时都会用到文字识别吧？

Umi-OCR 开源项目文字识别

阿里推理模型来了！Marco-o1 发布即开源

阿里巴巴刚刚发布了一款全新的开源推理模型Marco-o1，它不仅专注于标准答案领域，更致力于解决开放性问题。

Marco-o1 推理模型

国内人工智能对北京高考微作文题目的回答

请说明你的观点和理由。

中文大模型

第3期 SDXL和SD的10大区别！你知道几个？

2、语义理解能力更强。

文生图

<...3 4 5 678 9 10 11 12 ...>

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