文章列表-AI魔法学院

文章列表

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

; 比如 RA-DIT 试图通过增强 RAG 用到的 LLM + 单独训练一个 retriever 的方式加强 LLM 「自有」知识和外挂知识的双向奔赴，效果有些提升但说实话好像不是很稳定

大模型 LangChain RAG

AI产生意识，对人类意味着什么

意大利神经科学家朱利奥·托诺尼（Giulio Tononi）于2004年首次提出整合信息论，目前已是“ 4.0版本”。

AI 意识

清华系17人，撑起中国大模型创业半壁江山

▲百川大模型演示案例王慧文、王小川都是曾经缔造中国互联网的清华学子，隐退多年后，又在大模型浪潮下躬身入局。

大模型

OCR的终极解法——传统算法VS多模态大模型

文字的后处理手段主要分为两种： · 规则匹配，提取出文字 ·

OCR 大模型文字识别

关于大模型驱动的AI智能体Agent的一些思考

对于没有解决的问题，应提交给下一个PDCA循环中去解决。

大模型

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

现在默认值为“1”，因此完全遮挡的文本不应再显示出来。

PDF转换

Sora懂不懂物理世界？

如下展示的吹蜡烛过程中，每一帧都异常逼真，但是当老奶奶吹了生日蜡烛的时候，蜡烛的火苗纹丝不动。

文生视频视频生成 sora

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

前言说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计

MoveNet-SinglePose Google 模型

预训练对话大模型深度解读

由于人工评价方法缺乏标准体系，它提出人工智能评价体系SSA：合理性（Sensibleness）与具体性（Specificity）的平均值（Average），它的性能显著超越DialoGPT，逼近人类水平

中文开源OCR框架对比及介绍

不过前提是图片数据都相对清晰，对比度也高。

OCR

面向知识图谱的大模型应用

1.1 数学运算的查询优化面对图谱中数据的数学聚合，需要提高图查询的性能。

知识图谱大模型

为什么说腾讯22年前的这份神级PPT是立项汇报的天花板？

在充分的研究之后，他向腾讯总办提交了切入Avatar业务（即后来的QQ秀）的建议PPT。

PPT 腾讯立项汇报

用so-vits-svc-4.1进行音色转换的极简教程！

成功加载模型后，会显示模型相关的信息：扩散模型和聚类模型是两个扩展模型，聚类模型你炼说话模型时有用，会增加咬字，唱歌模型没啥大用，不用管，浅扩散模型可以修复部分哑音，

so-vits-svc 音色转换教程

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

提供阅读文档的过程中，读者可能会有的疑问。

Ollama AnythingLLM 阅读

GTC大会黄仁勋发言稿

你们是来展示、讨论你们的研究成果的。

黄仁勋 nvidia

<...82 83 84 858687 88 89 90 91 ...>

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