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

倾斜校正：　　由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），　　因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

好看的图片不知道怎么写提示词？用AI读出来

无论是免费开源的stable diffsion，还是付费的midjourney，都能高度还原出你的想象力。

文生图

主流网络爬虫蜘蛛详解

必应集成了多个独特功能，包括每日首页美图，与 Windows 操作系统深度融合的超级搜索功能，以及崭新的搜索结果导航模式等。

爬虫蜘蛛详解

StableDiffusion

StableDiffusion常用基础参数说明

Sampling Steps（采样步数）：扩散模型的工作方式是从随机高斯噪声向符合提示的图像迈出小步。

文生图

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

模型的输入不再使用 positional embeddings，而是在网络的每一层添加了 positional embeddings (RoPE)，RoPE 方法由Su等人（2021）引入。

大模型

AI创作｜如何通过GPT进行漫画视频的故事改写

毕竟 AI 改文在绝大多数情况下只是一个半成品，高质量的成品内容，还需要人工校准的。

生成式AI

为什么说腾讯22年前的这份神级PPT是立项汇报的天花板？

最终它雄辩地说服了老板，支撑了决策并成功推动了腾讯早期最成功的商业产品QQ秀，非常值得职场人特别是互联网打工人学习和研究。

PPT 腾讯立项汇报

RAG模型的主要痛点和解决方案

他们不能在没有个人理解的情况下解决模糊的信息请求。

rag 大模型

图文详解丨iOS App上架全流程及审核避坑指南

个人账号：个人申请用于开发 Apple App 所使用的账号，仅限于个人使用，可以在 App

iOS 苹果市场

用so-vits-svc-4.1进行音色转换的极简教程

其实歌声转换不仅仅适用于歌声，普通讲话也可以，只是歌唱的音调基本能覆盖到低、中、高全域声音类型，而正常说话可能无法做到全域覆盖，但是如果在录制声音的时候能够做到覆盖多种音调类型，也可以实现声音转换。

声音 sovits

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

指令微调(Instruct-tuning) 指令微调是会直接通过自然语言形式给出人类指令，是基于一组NLP任务集合上直接tuning的过程，它可以提高语言模型在未知任务上的效果，即zero-shot

训练微调

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

（如 DALL-E 3、Midjourney v6 和 Ideogram v1）进行了比较，以便根据人类反馈来评估性能。

SD 论文

阿里Qwen3系列模型惊艳亮相

开发团队在博客里给出了一些推荐设置：“对于部署，推荐使用SGLang和vLLM等框架；要是在本地使用，像Ollama、LMStudio、MLX、llama.cpp和KTransformers这些工具也很不错

阿里 Qwen3 大模型

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

虽然pgvector是一个很棒的扩展(它的所有功能都是作为Timescale vector的一部分提供的)，但它只是为PostgreSQL上的AI应用程序开发人员提供生产级体验的一块拼图。

大模型 PostgreSQL

今天分享一个官方的高级的做数据分析的prompt提示词

而它强大的能力主要体现在数据分析这块，能够支持上传数据文档，如excel文件，或者是csv文件，它能够自己编写python代码来处理数据，而且还能自己去运行自己写出来的python代码，直接输出最直观的各种数据图表结果

prompt 提示词

<...79 80 81 828384 85 86 87 88 ...>

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