文章列表-AI魔法学院

文章列表

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

主流网络爬虫蜘蛛详解

识别百度蜘蛛(Baiduspider)的简单步骤百度应用 UA： 1 Mozilla/5.0 (iPhone

爬虫蜘蛛详解

RAG 修炼手册｜一文讲透 RAG 背后的技术

它通过训练语料库来学习单词之间的语义和语法关系，将单词映射到高维空间中的稠密向量。

RAG Embedding

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

它真是太有趣了，玩着玩着就停不下来，不知不觉就搞出了 30 个T恤风格，欢迎大家品鉴。

DALL-E T恤设计

如何用ChatGPT创建阅读10W+爆款文章标题

运用你在这一领域的专业知识，协助制定引人注目且点击率高的文章标题。

GPT-4

ChatPDF | LLM文档对话 | pdf解析关键问题

对于这类文本，我们的策略是把多级标题提取出来，然后适当做语义扩充，或者去向量库检索相关片段，最后用LLM整合即可。

大模型

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

昨日推出的“提示词安全卫士”，其独特之处在于，当你需要获取最新的防注入提示词时，这款GPTs会通过Action，从远端的Notion数据库中提取一个链接，以此分享实时更新的提示词。

GPTs Notion

无需翻墙，可合法使用的8款国内AI大模型产品

就是说只有通过备案的大模型才可以向公众开放使用算上文心一言，首批向公众开发的大模型产品共有8个 1、百度（文心一言）主页网址：yiyan.baidu.com 免费注册，无需付费，可以文生图，图生文并且还有非常好用好用的指令库，

生成式AI

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

你可以完全不具备任何技术知识，也不需要配置什么软件环境。

Stable Diffusion 插件安装

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

该模型不需要任何 OCR 相关输入或模块，文本由网络隐式识别。

大模型

构建开源多模态RAG系统

RAG通过整合检索机制解决了这个问题，从外部知识库中提取相关事实，确保回答在语言上正确且在事实上准确。

RAG 大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

语言模型 (LLM) 仅限于它们所训练的知识，并且这些知识很快就会过时。

大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

Pinecone是领先的向量数据库供应商在向量数据库（如：Pinecone）中索引的任何内容都需要首先Embedding（可以看我上一篇文章大模型应用中大部分人真正需要去关心的核心

RAG 大模型

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

该公司表示，这项技术使创作者能够将动画创作和指导置于触手可及的位置，从而无需相机或动作捕捉服等专用硬件，也无需操作物理设置所需的技术专业知识。

3D 动作捕捉

<...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