文章列表-AI魔法学院

文章列表

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

腾讯混元是业界最早探索并应用大语言模型结合 DiT 结构的文生图模型之一。

文生图混元腾讯

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！

通过 LLM 极强的语言先验，这种架构还可以避免 OCR 中的易错字，比如“杠杆”和“杜杆”等，对于模糊文档，也有望在语言先验的帮助下实现更强的 OCR 效果。

OCR 手写文字识别

ChatGPT写论文指令全集

撰写论文结构安排：按照学术论文的标准结构撰写，包括引言、文献综述、方法、结果、讨论等。

ChatGPT 写作

低调的PDF，为什么成了数字文档“永远的神”？

已经在计算机图形学领域小有成就的沃诺克博士加入了由查尔斯·格施克（Charles Geschke）博士领衔的施乐Palo Alto研究中心（PARC）图像科学实验室，两人合作开发了InterPress页面描述语言，

工作

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

文生图提示词prompt详解

提示词 Prompt 用文字描述你想要生成的东西支持的语言支持的输入语言为英语（不用担心英语不好的问题，目前网上有很多tag生成器供你使用），SD支持用自然语言描述，不过还是推荐使用用逗号分隔的一个个的关键词来写

SD prompt 文生图提示词

最新大模型面经+感受，4家大厂offer！

这两年赶上了大厂很不好的光景，晋升被卡，涨薪变慢，真的是一言难尽。

大模型面试

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

这个开源的大规模多语言多模态数据集已被用于InternLM模型的训练，相比同规模模型，InternLM在多维度评测中展现出明显优势。

大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

这应该是国内第一个大厂开源的大语言模型吧。

通义千问

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

始终引用当年诺贝尔奖得主的一个被断章取义的阴郁引言。”

prompt

Prompt屠龙术-思维链

由于我们向大型语言模型 (LLMs) 提出的问题直接影响其输出结果的质量，因此“prompt工程”是让 LLMs 做我们希望它们做的事情的关键部分。

Prompt 思维链

最透彻的大模型PPO原理和源码解读

语言模型又是如何根据奖励做更新的？

PPO 大模型源码解读

我们需要的不是智能体，而是工作流（5000字保姆式教学）

不得包含虚假信息或未经证实的言论。

工作流教学

说真的，学会用SD做电商图，你才是真的入了门

具体而言，你会看到这样的过程：一个随手拍摄的咖啡杯如何变成这样这样或者是这样制作全流程都在这篇文章里，跟着做，你也能学会。

文生图 SD 电商

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

Screenpipe 使用 Rust 语言开发，并提供灵活的插件系统，可与 Ollama 等工具协同工作，适用于从屏幕和音频数据中获取实时分析的需求。

AIPC ScreenPipe 开源

<...30 31 32 333435 36 37 38 39 ...>

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