文章列表-AI魔法学院

文章列表

FaceFusion又更新咯，增强功能再增强！

ensp; 下面简单地说一下一键包：依赖更新到最新包含了演示素材包含了各类模型界面和提示全部做了汉化解除了

FaceFusion 文生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

但是对于密集和细粒度感知任务，比如文档级别的 OCR、Chart 理解，特别是在非英文场景，CLIP 表现出了明显的编码低效和 out-of-vocabulary 问题。

OCR 手写文字识别

全新换脸工具ReActor，比roop更强！

A 框中设置为「0,1」，B 框中设置为「1,0」，代表用指定图片左一脸替换原图中右一的脸，这么解释小伙伴可以理解吧。

ReActor SD 文生图

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

在了解stable diffusion是怎么加载模型，并用线稿图转效果的，先要了解三个网站：世界第一模型网：C站，civital 世界第二模型网：拥抱脸，hugging face 世界第三模型网

Stable Diffusion 文生图大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

整体项目的框架如下: 核心模型一: 语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别

asr tts 声音

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

特色功能 2022年04月07日更新 “知了”现已支持正式针对附件的解析（支持word、excel、txt、pdf等文本类型），并提供支持附件正文内容及评论内容的全文检索，搜索结果列表中将会通过

大模型

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

如果结果是：{'detail': 'Not authenticated'} 那么你应该是用的一键启动包进行登录，或是在别的地方设置了用户名和密码，解决方法如下： &

SD 文生图

微软最强全自动数据可视化工具！现已开源

解释图表。

大模型

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

语言大模型100K上下文窗口的秘诀

在语言模型中，上下文窗口对于理解和生成与特定上下文相关的文本至关重要。

大模型

领域大模型LLM训练Trick

问题二：领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘通用能力？

垂直训练大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

如果遇到，欢迎提出 issue 反馈与关注更新安装下载 ffmpeg ，将其中bin目录下的ffmpeg.exe解压至 C:\Windows

Windrecorder 录屏

向量数据库简介和5个常用的开源项目介绍

要真正理解矢量数据库是如何工作的，以及它与传统的关系数据库(如SQL)有何不同，我们必须首先理解嵌入的概念。

开源模型

无限长的上下文，也干不掉的RAG

模型架构、查询感知上下文化和指令微调的影响研究还探讨了模型架构（仅解码器vs.编码器-解码器）、查询感知上下文化和指令微调对模型使用上下文的影响。

RAG 大模型

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

et al 2020年在论文 "Measuring Massive Multitask Language Understanding" 中提出的，它旨在评估语言模型在广泛的知识领域和任务类型上的理解能力

ChatGPT 国产大模型

<...78 79 80 818283 84 85 86 87 ...>

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