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

来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型VIT，Swin便是成功的把transformer的注意力机制应用到了计算机视觉任务，那么基于transformer模型的OCR识别任务，便是理所当然的了

OCR 手写文字识别

如何下载及使用通义千问7B开源大模型

modelscope.cn/studios/qwen/Qwen-7B-Chat-Demo/summary 欢迎小伙伴们来创空间体验Qwen-7B-Chat的模型效果👏～模型推理

通义千问

【开源项目】Flow Matching 语音合成

https://github.com/shivammehta25/Matcha-TTS 工程展示： https://shivammehta25.github.io/Matcha-TTS/ 在线推理：

音视频 Flow Matching

国内开源的低代码框架有哪些？

Appsmith Appsmith 是一款开源的低代码框架，其主要用于帮助用户及团队更快、更协调地完成构建管理面板、内部工具和仪表板等，且允许拖放UI 组件来构建页面，用户可以通过Appsmith连接到任何

大模型

SD-WebUI和ComfyUI的局域网访问设置

现在把内容整理一下发出来，大家可能用得着。

comfyui stablediffusion

AI拟声: 5秒内克隆您的声音

声音数据集整理：MockingBird在整理某个人的音频数据集上也很有用，可以在一个声音上做微调，使语音生成质量（如杂音、吐字清晰度）和音色达到更好的效果。

声音克隆开源

如何用人工智能协助我提高写代码的效率

当然让它帮你改写也会存在问题，特别是你只给了一个代码片段时，AI可能理论错了，写出错误的回答，但至少能给你参考和思路。

人工智能编程

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

基于LLM+向量库的文档对话痛点及解决方案

解决方案思想（原则）基于LLM的文档对话架构分为两部分，先检索，后推理。

开源模型

高效选择：Ollama与LM Studio深度对比

如果你希望快速上手，而不需要深入了解复杂的技术细节，Ollama是你的理想选择。

Ollama LM Studio 对比

CodeGeeX：Tab一下，代码自动生成

（相关链接，见文末）一、原理模型 CodeGeeX是一个基于transformers的大规模预训练编程语言模型。

大模型

AIGC生成客服虚拟人

总之做这件事开始让我思考，我对世界的理解是不是有问题，我是不是完全不知道这个世界的基础规则，只是用偏见来看世界而已。

文生图

文心一言大模型使用指南

https://yiyan.baidu.com/tutorial https://yiyan.baidu.com/learn 除了文心一言官方提供的初级教程，我还整理了几篇入门级文章供大家学习和使用如何与大模型进行对话

文心一言百度

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

它使用了一种叫做扩散模型的新颖方法，可以有效地处理不同的人脸形状和肤色，以及不同的光照和背景条件。

audio2photoreal 开源工具

AI写作：如何让AI帮你写出10万+标题？

马云、刘强东都在用的时间管理方法！

AI写作提示词

<...87 88 89 909192 93 94 95 96 >

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