文章列表-AI魔法学院

文章列表

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

被这个Prompt强化过的Claude3.5，真的强到离谱。

prompt 大模型

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

无音素依赖：模型具备强大的泛化能力，不依赖音素进行 TTS，能够处理任何文字表示的语言。

Fish Speech 本地搭建

动作识别模型有哪些

网络结构: 因为视频可以分为空间和时间两个部分。

动作识别模型

大模型外挂知识库优化-大模型辅助向量召回

大模型时代，通常采用向量召回的方式从文档库里召回和用户问题相关的文档片段，输入到LLM中来增强模型回答质量。

大模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

SD入门教程五：后期处理图片高清放大

这一篇我们主要讲如何利用放大算法（Super-Resolution）来显著提升图片的分辨率，同时保持甚至增强图像的细节和清晰度。

SD 入门教程修复

【开源看AI】4.2K star！Reor：AI自动帮你发现知识之间的连接

而喜欢自己做笔记、写东西的创作者来说，如何自动化地在知识之间建立内在的连接、发现不同时间想法之间隐藏关联，从而激发灵感、增进思维，可能是更重要的助力。

Reor 开源工具知识管理

链接大模型与外部知识，智源开源最强语义向量模型BGE

为加快解决大模型的制约问题，近日，智源发布最强开源可商用中英文语义向量模型BGE（BAAI General Embedding），在中英文语义检索精度与整体语义表征能力均超越了社区所有同类模型

embedding 语义向量

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

强！推荐一款自动化神器Autolt：不再重复工作！

2、AutoIt特点、适用场景 AutoIt 的语法简单易懂，适合新手入门，但同时支持的功能也非常强大，适合高级用户进阶使用。

Autolt 自动化

[论文] 阿里提出AgentScope：灵活强大的智能体框架

ensp; 多模态应用的广泛兼容性：随着大规模多模态模型的显著进展，AgentScope 支持多模态数据（例如文件、图像、音频和视频

AgentScope 语言大模型智能体

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

前面分享了小悟空、即创等字节系列AI创作平台，今天又给大家分享另一个字节的创作平台叫做豆包，体验下来，功能在目前国内算是第一梯队，实用性很强。

AI工具文生图

简单提升RAG的10种方法

RAG（检索增强）通过为LLM提供回答查询时使用的事实背景，使LLM变得更加实用。

RAG 大模型

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍

RAG 大模型

<...8 9 10 111213 14 15 16 17 ...>

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