文章列表-AI魔法学院

文章列表

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

我们常见的 http 交互方式是客户端发起请求，服务端响应，然后一次请求完毕；但是在 sse 的场景下，客户端发起请求，连接一直保持，服务端有数据就可以返回数据给客户端，这个返回可以是多次间隔的方式

大模型

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

相比之前的ChatQA 1.0版本，其训练方法和数据集都进行了优化，尤其增强了对表格数据和算术计算的理解能力。

Llama3-ChatQA-1.5 对话问答模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

这一系统利用向量搜索与生成性人工智能相结合，基于可信数据直接产生答案，正在彻底改变搜索和信息检索领域。

RAG-Fusion 检索增强

使用知识图谱提高RAG的能力，减少大模型幻觉

向量数据库表示两个实体或概念之间的相似性或相关性，而知识图可以更好地理解它们之间的关系。

RAG 大语言模型

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

，这样就可以轻松的进行搜索、并且自动化的处理一些工作。

AIPC ScreenPipe 开源

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

、存储和搜索密集嵌入使用各种自然语言处理 (NLP) 任务和模型处理文本让开发人员在 Elastic 中管理和使用自己的转换器模型，以适应业务特定的上下文 &ensp

大模型 AI编程

Stable Diffusion

硬核解读Stable Diffusion（系列三）

SD 2.0相比SD 1.x版本的主要变动在于模型结构和训练数据两个部分。

Stable Diffusion 文生图

关于GPT-4在变笨，有人写了篇论文证实了这一点

前者已经被证明是真的，根据数据公司SimilarWeb的统计，5月到6月，ChatGPT全球流量下降了9.7%，美国境内流量下降了10.3%。

大模型

中文开源OCR框架对比及介绍

为了让计算机更快的、更好地进行OCR相关计算，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。

OCR

Stable Diffusion

回来啦｜ Stable Diffusion 图片背景完美替换

在广告产品图、头像背景替换、图片后期处理等场景下用到的都很频繁。

Stable Diffusion 文生图

医疗+人工智能的创新应用

AI技术正在革新医疗行业的诊断、治疗和预防疾病的方式，带来了更高的精度、更快的处理速度以及更智能的决策支持。

大模型

前半年，我看到的有趣的 AI 产品

比如最近我体验的产品 PocketPod，它可以根据用户的兴趣，定制生成播客。

AI工具

大模型：泛化即智能，压缩即一切！

所以从理想的情况下来看，我们有多少标签数据，那么监督学习模型就能够吸收多少数据，所以我们说监督学习是优秀的数据海绵。

泛化大模型

[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

“知了”在功能上突出“知识管理”，使用中力求“轻量化”。

大模型

Chinese-LLM开源中文大语言模型合集

模型的主要特性有：较大提升LLaMA的中文理解能力，并尽可能减少对原始LLaMA英文能力的损伤；训练过程增加较多的任务型数据，利用ChatGPT生成解析，强化模型理解任务求解逻辑；全量参数更新，追求更好的生成效果

大模型中文

<...18 19 20 212223 24 25 26 27 ...>

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