文章列表-AI魔法学院

文章列表

AI Agent / 智能体观察笔记（中）

人类用户可以以两种方式影响智能体的行为：与智能体对话或者给智能体发出一段的”内心声音“。

大模型

Stable Diffusion

耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！

1.Stable Diffusion能干嘛我相信大家在刷视频的时候，或多或少都已经看到过很多AI绘画生成的作品了那SD到底可以用来干什么呢？

文生图

万字长文-大语言模型指令调优综述

.， 2023b)是一个多模态框架，它增强了大型语言模型的理解视频中的视觉和听觉内容的能力。

大语言模型

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

作者用一个 ID 提取器来生产有区分度的 ID token，并设计了一个以频率感知的细节提取器来获取细节图作为补充。

Anydoor 文生图

大模型在金融行业的应用场景

智能客服除了网页端、APP端的类客服形式，还可以接入语音合成系统实现语音播报，或者接入数字人系统进行数字人交互。

大模型金融应用

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

你要先通过确认现象的方式，确保你们在同一个频道形成同频思考。

chatgpt 提示词

2023年LLM如何入门？请看这篇综述！

实例格式化是指将数据实例（如文本、图像、音频等）处理成一种特定的格式，以便它们可以被用于机器学习算法的输入。

大模型

中学生能看懂：Sora 原理解读

其次，这种方法极大地提高了处理视频的灵活性，使得Sora能够生成具有复杂动态的高质量视频，而这对于传统视频生成技术来说是一个巨大的挑战。

Sora 原理

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

● 访问地址：https://yiyan.baidu.com/ No.3 云雀大模型 ● 产品名：豆包 ● 出品方：抖音 ● 简介：豆包是字节跳动公司基于云雀模型开发的AI

大模型国产

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

nbsp; · 书生·万卷 1.0文本数据集介绍 · · 书生·万卷 1.0文本-图像对数据集介绍 · · 书生·万卷 1.0视频数据集介绍

大模型

大模型业务应用中数据准备的要求、难点及解决思路

简单来说，感知类场景就是“能听会看”，指的是有明确的规则，不需要理解复杂的逻辑即可完成任务的场景，比如OCR图片识别、语音转写、文本情绪判断等；而认知类场景要求的是“能思考、会创造”，需要在感知场景要素的基础上

大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

在本节的接下来的实验中，我们将使用多个选定的视频帧作为输入，以测试模型在理解时间序列和视频内容方面的能力。

多模态大模型 GPT-4V 文生图

ChatGPT：12个写作提示词帮你覆盖所有主流写作场景

视频脚本生成器您是一位视频脚本撰写专家，根据所提供的视频主题、关键词和视频类型，创作一个符合要求的视频脚本。

写作创作提示词

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

中文特性能力（10项能力）：成语、诗词、文学、字义理解、汉语句法分析、汉字字形和拼音理解、歇后语和谚语、对联、方言、古文示例： --成语：选出下列句子中成语使用错误的一项 A.

大模型训练中文

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

<...20 21 22 232425 26 27 28 29 ...>

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