文章列表-AI魔法学院

文章列表

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！

直接端到端输出结果：无论是中英文的大段文字：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型，通用能力的保持也是必须的

OCR 手写文字识别

StableDiffusion

StableDiffusion常用基础参数说明

增加这个值可以提高性能，但你也需要更多的 VRAM。

文生图

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

如果可用的 tokens 不多，则无法在 prompt 中输入更大的数据集，这可能会限制对模型的操作。

大语言模型

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(下）

有了这个功能，就不再需要记住每个模型的最佳 cfg_scale、实现卡通或现实风格的特定触发词，或者为特定图像类型产生令人印象深刻的结果的设置下载链接：https://github.com/rifeWithKaiju

文生图 Stable Diffusion

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

2.接着从每个细分内容中提炼关键词或词组，在网络或专业数据库中搜寻可能的相似内容。

Prompt ChatGPT

最强开源数字人对口型系统介绍

Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练，而且还不一定能成功

数字人开源模型

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

但是，我设想的提示词插件里，还有一个功能：导入自定义提示词。

stable diffsion 提示词

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

比如显示当前网站在线的实时人数，法币汇率显示当前实时汇率，电商大促的实时成交额等等 3、SSE使用场景在web端消息推送功能中，由于传统的HTTP协议是由客户端主动发起请求，服务端才会响应

大模型

AI 产品榜 · 国内 100 强和出海 20 强

我们相信，无论您在 AI 领域的哪个环节，都能从中获得宝贵的信息和灵感。

大模型大模型应用行业分析

LLM大模型推理输出生成方式总结

参数：do_sample = True, num_beams = 1 优点：解决了生成重复的问题，但是可能会出现生成的文本不准守基本的语法 Beam-search multinomial sampling

大模型

4种通过LLM进行文本知识图谱的构建方法对比介绍

所以本文将介绍和比较使用LLM转换非结构化文本的四种方法，这些方法在不同的场景中都可能会用到。

知识图谱大模型

对于大模型RAG技术的一些思考

使得检索出来的文本段落并不能完全命中用户想要的内容，大模型根据这些文本段落也不能输出合适的答案。

RAG 大模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

而当下层出不穷的agent，特别是MultiAgent框架或平台以及创业项目就能反映问题，比如langchain新推出了Agent开发框架langgraph，微软出了Task weaver，Autogen

LLM 范式迁移

Prompt及AI提问实践

对于不同的模型，想要达到同样的效果，使用到的Prompt可能也会不同，这可能受限于以下几类因素： · 模型本身的参数量级。

Prompt 大模型提问

FaceSwapLab，截止2023年8月最好用的一键换脸工具

几周前，我介绍了基于stable diffsion的一个换脸插件：roop（这个插件也有独立版，功能更多，甚至可以给视频换脸）。

一键换脸

<...88 89 90 919293 94 95 96 97 ...>

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