文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

颠覆数据存储方式：向量数据库的威力

每一种计算模式，都可以映射到数学理论中关于向量、矩阵运算，而背后的应用场景大多集中在计算机视觉、图像处理、文本处理、自然语言处理、神经网络等多模型通用人工智能领域。

编程数据库

Stable Diffusion

Stable Diffusion | 常见问题清点汇总

publicprompts.art 5.学习Prompt：learningprompt.wiki 6.插画类提示词：https://prompts.aituts.com/ 7.提示词分组编辑工具

Stable Diffusion 问题汇总

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

; 依靠高质量数据训练，无需借助ChatGPT合成数据:Llama3-ChatQA-1.5的训练数据主要来自人工标注的会话式问答数据集以及其他高质量

Llama3-ChatQA-1.5 对话问答模型

AI异常值案例库第2期，5个灵感案例，新型流量获客法和产品形态

第二期来了1.证件照新型P图法2.MJ批量定制手机壳3.画师新型流量获客法4.AI技术视觉化变现5.小孩涂鸦定制证件照新型P图法大部分人都会有对职业照的需求，无论是学校要填写的资料，还是找工作的简历

文生图

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

如何使用ChatGPT写出优质文章

分阶段修订：将修订工作分成几个阶段，每个阶段专注于特定的部分或方面。

ChatGPT 写作

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

此外，还有改进版的EnCodec解码器，它可以生成更高质量的音乐，减少了人工制作的痕迹。

开源模型

探秘制作艺术二维码的新姿势

基础模型设置我们使用的工具还是Stable Diffusion WebUI，基础模型选择国风3，这是一个特别适合国风美女图的模型，有2.5D的质感。

图像文字

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

未来，我们或许可以见到更多基于这项技术的创意视频，不仅省去了繁琐的人工配音，更为视频增添了生动真实的细节，期待它在更多场景中的精彩表现！

PersonaTalk 视频

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

为了满足患者的需求，我们采取了一项创新的举措，通过人工筛选，构建了符合人类偏好的高质量小规模行为微调样本。

大模型

检索增强生成 (RAG):What, Why and How?

3、RAG如何工作？

检索增强大模型

RAG应用中数据处理过程需要注意的事项

数据格式和来源的多样性：将来自不同SaaS工具(如网站、pdf和音频文件)的数据转换为可用格式是很棘手的。

RAG 大模型

20 个提升您设计水平的DALLE-3提示词

翻译提示：“为宣传[特定事业或产品，例如‘人工智能化身’]的社交媒体活动创建图像。”

提示词 DALLE

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

我们将在“知了”的后续版本中，提供开放API，届时用户可以通过更加便捷的方式，将所需的知识汇聚起来，形成一本本具有自身特色的“书籍” ，例如：数据集、教师信息、工作文档、通知公告等

大模型

<...81 82 83 848586 87 88 89 90 >

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