文章列表-AI魔法学院

文章列表

精通百种语言的翻译AI来了！Meta推出，免费、开源！

SeamlessM4T将这两个模型结合起来，并且增加了音频到文本、文本到音频、视频到文本、视频到音频等多种翻译任务。

大语言模型

3 个令人惊艳的 AI 文档神器，开源了！

适合需要在大量文档中进行精确搜索的个人或团体，例如新闻从业者、研究员、学生或教师等。

大模型开源模型

图文详解丨iOS App上架全流程及审核避坑指南

打开”访达“，连接设备，如图，点击划线上面区域后，会展示出序列号及udid信息，然后点鼠标右键拷贝（拷贝的内容包含序列号、udid等，需手动再筛选udid）。

iOS 苹果市场

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

思路收一下，之前的文章记录里面我们也提到过如何通过 RAY 框架优化多 PDF 文件解析、embedding 的思路，其实整个大模型应用落地的三步曲： 1.

大模型 LangChain RAG

喂饭级 AI’MWISE 启动器安装教程

tab=BB08J2 【Aimwise艾门韦思启动器已知问题整理-哔哩哔哩】 https://b23.tv/HDr2dt2 七、安装新方法，适用于新手！

文生图

开发语音产品时设计唤醒词和命令词的技巧

为提高发音能量，可选择包含爆破音声母的音节，如 p、b、t、d、k、g 等； 8.

语音产品唤醒词命令词

RAT = CoT + RAG

然而，LLM在确保长任务推理中的事实准确性方面仍然面临着巨大挑战，经常会出现所谓的“幻觉”（hallucination）——模型会生成看似合理但实际上并不准确的信息。

RAT 协同思维链检索增强生成

Meta无限长文本大模型来了：参数仅7B，已开源

在对长上下文建模的评估上，包括高达 2M 的各种上下文长度中的困惑度以及 Scrolls 中的长上下文 QA 任务证明了 MEGALODON 对无限长度序列进行建模的能力。

Meta 长文本大模型

一文读懂GPT-1：生成式预训练如何提升语言理解

摘要 GPT-1是一种半监督的语言模型，它巧妙地结合了无监督预训练和有监督微调，以优化语言理解任务。

GPT

OCR是什么以及推荐几款开源中文OCR识别软件

倾斜校正：　　由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），　　因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

AIGC的7个黑暗面

以下是AIGC算法的7个黑暗秘密，在计划如何将该技术整合到你的企业工作流程中时，请记住这些秘密。

大模型

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

当然了，AI换脸的能力是有限的，不可能100%无瑕疵，还要结合比较合适的提示词以及模型，但是效果已经很让人震惊了。

AI换脸

国内厂商语音识别与Whisper评测：现状与概况对比

梳理市场上的语音产品及服务，我们可以看到，其中既包括国际巨头: · Google：Google Cloud

语音识别 Faster-Whisper

如何通过AI变现，举个详细的例子?

外包请人＝一直花钱，还有可能逃跑购买提示词＝终身雇佣，只需要付点会员费就成本上来说，老板们愿意花这个钱，即使他没有时间去写文案，那他请一个会写文案的客服服务，也比文案＋客服两个职位的钱少得多。

生成式AI

Prompt工程如此强大，我们还需要模型训练吗？

2.对于新信息，模型也能很好地跟搜索引擎结合，将新信息整合在prompt中让模型来回答，这种方法是否有局限

大模型

<...72 73 74 757677 78 79 80 81 ...>

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