文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

有关CNN卷积神经网络的相关知识与文章，可以参考往期的文章内容。

OCR 手写文字识别

AI写作：一步到位，如何用 AI 生成整篇文章？做自媒体必看！

可以直接用结构化提示词来直接引导 AI 写出整篇文案。

结构化提示词写作

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

以 Buzz win版本为例，在打开软件后，我们可以点击 "+" 按钮选择文件，接着选择语言（也可以采用默认的自动识别选项）。

生成式AI

小度为何押注AI眼镜？

戴上它，你可以随时随地语音问答，让它像百科全书一样为你指点迷津：也可以让它帮你看文档，一句话整理总结，还能翻译外文：首款中文AI眼镜能干什么？

AI眼镜小度

22个用于创业者思维的提示词

翻译提示："为[插入产品或服务]设计一次富有创意且引人注目的营销活动，具有走红的可能性。"

提示词大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

重启SDWebUI后，就可以在插件模块中看到这个插件了。

文生图

体验完阿里的EMO模型，我emo了

模型脑子第一个想到的就是这个）：，时长00:06 注：本视频来源于通义千问EMO首页视频，侵权删可以看到

EMO 文生图

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

Qwen-VL 可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。

大模型

CodeGeeX：Tab一下，代码自动生成

CodeGeeX 可以实现一键式翻译，和自然语言的翻译一样丝滑：我们评测了模型在多语言间代码翻译上的性能：上图显示了 4 种模型在 5 种语言之间的翻译性能。

大模型

Prompt 策略：代码库 AI 助手的语义化搜索设计

originLanguageQuery，如我们在使用中文里，翻译成英语可能不标准，但是注释中则可能是使用中文存在，所以相似式也会很靠谱。

prompt

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

在医学、法律、电商等垂类领域，大模型在训练时候可能没见过太多这些知识，模型就容易“胡说八道”。

大模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

如果你想亲自上手试试，打开对话输入“EMO”直达或进入“频道”选择“全民舞台”即可。

音频阿里

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

这种类型的文件可以包含各种组件，例如图像、文本和链接，这些组件都是可以被选中、搜索和易于编辑的。

大语言模型 python

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

普通机械硬盘建议关闭，固态硬盘可以开启，不影响出图。

Stable Diffusion 文生图

<...79 80 81 828384 85 86 87 88 ...>

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