文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

三、OCR的使用现状 ocr的发展已经有了非常多的积累，一般人或者企业使用，都是直接使用第三方的服务，目前提供第三方服务的大企业也非常多，百度，阿里云，腾讯等等，都提供了非常方便的api接口，可以进行调用

OCR

低调的PDF，为什么成了数字文档“永远的神”？

施乐PARC当年简直就是硅谷“芝麻开门“的宝藏，最著名的要数配备了图形用户界面（GUI）和鼠标的Xerox Alto系统，Apple创始人Steve Jobs见了就像猫看见老鼠一样馋得不行

工作

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

做大模型需要的环境设置

pypi.douban.com/simple/ --trusted-host pypi.douban.com ''' 清华：https://pypi.tuna.tsinghua.edu.cn/simple 腾讯

开发环境

了解Kimi必看的26个问题 | Kimi系列文（二）

国外有GPT、Claude、Gemini、Llama等，国内则有Kimi、通义千问、文心一言、智谱、豆包、讯飞星火、MiniMAX、百川等。

Kimi 大语言模型

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

近期，腾讯推出了一款名为PhotoMaker的AI图像生成工具，迅速在开源社区中崭露头角，并受到了众多科技领域意见领袖的推崇和推荐。

photomaker 绘画风格

字节，悄咪咪做了个 Liblib

三个月前，「LiblibAI 哩布哩布 AI」，一个 AI 模型社区型产品，在一年内完成了三轮共计数亿元的融资。

Lumi 大模型

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

是最底部的几行小字：自2022年初，GLM 系列模型已支持在昇腾、神威超算、海光 DCU 架构上进行大规模预训练和推理，当前已支持10余种国产硬件生态，包括昇腾、神威超算、海光DCU

chatglm 智普大模型

2024，智谱如何更快？

去年11月时，元象XVERSE科技创始人、腾讯公司前副总裁姚星曾告诉雷峰网，大家都说接近GPT-4，显然不符合实际情况，很多都是刷榜刷出来的，意义不大。

GPT-4 大语言模型

写好Prompt提示工程的一套通用框架 - 5个关键要素

对于这些Prompt，会发现有一些共同的元素。

Prompt 提示工程

五大AI工具自动生成PPT效果对比

有趣的是，我发现百度AI对话和讯飞星火PPT插件生成的汇报人是同一人，这表明它们可能使用了同一家插件供应商的服务。

PPT 办公智能

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

树形结构不多说了，适合超大型书或者一些超强的层级知识，这块推荐去看腾讯的teng大佬的文章：如何用 ChatGPT 搭建代码知识库，提升开发效率，写的很详细了。

GPT

Stable Diffusion

硬核解读Stable Diffusion（系列三）

之前比较火的novelai就是基于二次元数据在SD上finetune的模型，虽然它失去了生成其它风格图像的能力，但是它在二次元图像的生成效果上比原来的SD要好很多。

Stable Diffusion 文生图

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

树形结构不多说了，适合超大型书或者一些超强的层级知识，这块推荐去看腾讯的teng大佬的文章：如何用 ChatGPT 搭建代码知识库，提升开发效率，写的很详细了。

LangChain 知识库

懒人福音！用AI生成会议纪要，让你的工作更高效！

会议音频一般有几种，手机或录音笔的音频，腾讯会议的音频等，那如何把音频转成文本呢？

会议纪要 AI工具

<...5 6 7 8910 11 12 13 14 ...>

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