文章列表-AI魔法学院

文章列表

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！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

openpose原理及安装教程（姿态识别）

OpenPose的原理是通过对输入的图像或视频进行深度学习处理，使用已经训练好的神经网络模型来识别人体关键点，包括头部、肩部、手肘、手腕、髋部、膝盖等关键位置。

行为识别姿态识别

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。

XVERSE-V 多模态大模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

通过在各种全模态和多模态基准测试上展示强大的性能，作者旨在将此贡献作为开源社区在推进多模态理解和实时交互方面的竞争性 Baseline 。

Baichuan-Omni 多模态大模型

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

3 ►文末提供了不同场景的参考temperature，但具体值还是建议多测试实验，加入“let's think step by step”这类提示符，可以提高生成效果，特别是推理场景

大语言模型 chatGPT

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

，是目前最著名的大模型语义理解测评之一，由UC Berkeley大学的研究人员在2020年9月推出。

大模型

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

评论内容：''' <请把测试内容放到这里> ''' 一次执行多个任务从产品评论内容中识别出以下项目： 1.情绪（积极或消极） 2.评论人是否表达了愤怒？

prompt 提示词

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

这样可以加快训练速度，提高推理效率！

MoE 专家混合模型

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

§ Yi-VL-Plus：多模态模型，支持文本、视觉多模态输入，中文图表体验超过GPT-4V。

零一万物 YI 李开复

推荐智能体：利用大模型进行交互式推荐

在本文中,我们架起了推荐模型和LLM之间的鸿沟,将各自的优势融合以创建一个多功能和交互式的推荐系统。

大语言模型推荐

Coze多智能体（Multi-Agents）模式体验！

创建多智能体创建完bot之后，就会进入配置页面，随后点击编排右侧的智能体下拉菜单，选择“多智能体模式”。

Coze 多智能体

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

新版本更新如下增加了多个新的LLM型号： · Llama 3：由Meta推出的新模型

ollama 语言大模型聊天

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

本文介绍了一种名为“Induction-Augmented Generation（IAG）”的框架，用于回答推理问题。

IAG框架大语言模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

MoveNet是Google在2021年5月推出的一款轻量化姿态估计模型，集成在MediaPipe当中，出来至今已经一年多了，但是似乎相关的技术解读比较少，最近正好调研到仔细研究了一下感觉挺有意思的，所以更新一期解读

MoveNet-SinglePose Google 模型

<123 4 5 6 7 8 9 10 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1