文章列表-AI魔法学院

文章列表

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

今天的人工智能体(AI Agent)能够自己感知、决策和行动。

AI Agent 人工智能

2024！深入了解大语言模型（LLM）微调方法（总结）

引言众所周知，大语言模型(LLM)正在飞速发展，各行业都有了自己的大模型。

大模型微调

谈谈LLM在推荐域的渗透，探索推荐新范式

5.29号有机会和部门的一些同事一起到上海微软进行了参观访问，微软给我们从内部产品升级到针对企业级的ChatGPT，全方位进行了解读，很震撼。

大模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

分别对应图中Perception，Brain，Action三个模块。

LLM Agents

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

大模型与游戏结合的一个思路

最近，终于让笔者想到了一个好方法，与上面的思路有类似之处，但是应该更好玩…… 即时战略游戏，比如《红色警戒》，大家都知道吧，就是玩家相当于是一个军队的最高指挥官，调动你的部队和敌方部队作战，对手可以是电脑

人工智能游戏

清华系17人，撑起中国大模型创业半壁江山

当OpenAI的GPT-3发布后，智源研究院率先发起大模型项目，唐杰、刘知远、黄民烈、杨植麟……等清华大学知名AI学者纷纷投身其中，他们共同构成了后来悟道大模型的研发团队。

大模型

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

SD3 正式开源 Sora同源架构

; 2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向

SD3 绘画

几款开源的OCR识别项目，收藏备用

github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR识别库，用于图像识别输出文本

OCR

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

Lilian Weng认为一个AI Agent系统应当包含如下图所示的几个部分：规划（Planning）、记忆（Memory）、工具使用（Tool Use）。

GPT-4

8个常用中文OCR数据集，附下载链接

室内的图像主要包括标识、门牌和标牌等，室外的图像主要是路牌和广告牌等。

OCR

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

向量数据库通过将数据转化为向量存储，解决大模型海量知识的存储、检索、匹配问题。

AI Agent 大模型人工智能

CLiB中文大模型能力评测榜单（持续更新）

增加开源大模型的授权协议，注明能否商用引入更多维度的评测：数学能力、代码能力、开放域问答、多轮对话、头脑风暴、翻译…… 评测维度更细分，比如信息抽取可以细分时间实体抽取能力、地址实体抽取能力…… 海纳百川

大模型人工智能评测

最好用的AI一键换脸工具FaceSwapLab汉化

"哥特式", "Grunge": "垃圾摇滚", "Horror": "恐怖", "Minimalist": "极简", "Monochrome": "单色", "Nautical": "航海"

一键换脸

<...43 44 45 464748 49 50 51 52 ...>

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