首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· MCP服务介绍及应用场景报告-来自Manus
· Fooocus,webui,comfyui优缺点
· 还在手写Prompt?这几大网站让你秒找大模型提示词!
· 自己电脑上跑大语言模型(LLM)要多少内存?
· 2024!深入了解 大语言模型(LLM)微调方法(总结)
· YOO简历
· Midjourney AI绘画美女提示词分享三
· stable diffusion如何确保每张图的面部一致?
· Stable Diffusion使用Roop插件一键换脸教程
· AI换脸工具:facefusion使用心得
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
Stable Diffusion
造梦师手记:腾讯加入Stable Diffusion的ControlNet模型开发,效果艳丽
由于访
问
C站需要科学上网,很长一段时间国内获取AI大模型的方式比较不便。
Stable
Diffusion
大模型
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
RAG
检索增强生成(RAG)有什么好的优化方案?
· 文档块切分:设置适当的块间重叠、多粒度文档块切分、基于语
义
的文档切分、文档块摘要。
RAG
检索增强
数据分析思路系列-如何建立指标体系
对于一些毕业生在面试数据分析岗位的时候,面试可能经常会被
问
到这样一个
问
题:你会选择什么指标去反映这个
问
题,或者你会用哪些指标去分析这件事?
数据分析
指标体系
RAG
检索增强生成 (RAG):What, Why and How?
检索增强生成(简称 RAG)是 Meta 于 2020 年推广的一种架构,旨在
通
过将相关信息与
问
题/任务细节一起传递给模型来提高 LLM 的性能。
检索增强
大模型
开源
RAGFlow:开源的RAG引擎,专注于深入的文档理解,支持处理各种复杂格式的非结构化数据
该项目提供了一个简化的RAG工作流,适用于各种规模的企业,
通
过结合使用大型语言模型(LLM)来提供基于严谨引用的真实
问
答能力。
RAGFlow
RAG
开源
大模型
真超越了GPT?国产大模型实用场景横评②
另一边,
通
义
千
问
的某一次回答提到该手机的卫星
通
讯功能,却把处理器说成了骁龙8+。
大模型
60.2K Star!别再熬夜写样式了!Screenshot-to-Code:截个图,代码全搞定!!
别慌,这些
问
题 Screenshot-to-Code
通
通
帮你搞定!
Screenshot-to-Code
代码
大模型
测评了8个国产AI大模型,差点崩溃……
【大厂系嫡子】:百度的文心一言、科大讯飞的讯飞星火、阿里的
通
义
千
问
、360的智脑、以及抖音的云雀大模型等; 【学院派大牛】:智谱AI的智谱清言; 【初创系新贵
大模型
测评
大模型
中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型
这些模型在原版Llama-2的基础上扩充并优化了中文词表,使用了大规模中文数据进行增量预训练,进一步提升了中文基础语
义
和指令理解能力,相比一代相关模型获得了显著性能提升。
大模型
企业
为什么说数智化可以帮助中小企业降本增效 ?
数智化的核心,是以海量大数据为基础,结合人工智能相关技术,打
通
数据孤岛,结合场景化构建生态去解决
问
题。
大模型
大模型
企业如何更好的使用大模型?都有哪些框架和方案
重新训练一次模型也需要近
千
万的投入,非常烧钱。
人工智能
大模型
开源
Falcon 180B 开源影响了谁?
中国开源是需要一些理想主
义
在其中的。
大模型
阿里
阿里出品自动化视频剪辑工具FunClip!
它依托于阿里巴巴
通
义
实验室的FunASR Paraformer系列模型,实现了视频中语音的自动识别。
FunClip
视频
阿里
开源
中文开源OCR框架对比及介绍
以上9步也可以简单总结为 如何选择一个可靠、易用的OCR框架则是我们要面临的主要
问
题。
OCR
<
...
10
11
12
13
14
15
16
17
18
19
...
>
1
2
4
5
6
7
8
9
100