文章列表-AI魔法学院

文章列表

whisper-live：OpenAI Whisper模型的近实时实现

与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。

OpenAI Whisper 大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

为了减少CNN的影响，HRFormer等工作仅使用transformer来进行特征提取和建模人体关键点。

ViTPose+Transformer 身体姿态

Anthropic推出提示词生成器让AI秒懂你的需求！

如何让AI更好地理解和响应人类的需求一直是一个挑战。

Anthropic 提示词生成器

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

我们可以从真实评测数据和实际任务表现两个方面一探究竟。

MiniCPM 大模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

这里将对齐方面的现有研究工作分为两类：检测未对齐的行为和实现模型对齐的方法。

开源模型

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

面壁智能多模态大模型 MiniCPM-V https://github.com/OpenBMB/MiniCPM-V 想到了直升机，没想到的是火箭！

MiniCPM-V 2.6 大模型

国内外开源大语言模型一览表

Chinese-LLaMA-Alpaca 以ChatGPT、GPT-4等为代表的大语言模型（Large Language Model, LLM）掀起了新一轮自然语言处理领域的研究浪潮，展现出了类通用人工智能

大模型

从零开始学习大模型-第一章-大模型简介

大模型的简介大模型（Large Models），是指在人工智能领域，特别是在自然语言处理（NLP）和机器学习中，指的是那些拥有大量参数的深度学习模型。

大模型从零开始

AI领域的agent是什么意思？

代理（Agent）指能自主感知环境并采取行动实现目标的智能体。

大模型

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

它甚至还能识别出测试本身的局限，比如发现某些「目标」句子明显是后来人为添加进原始文本的。

claude 大模型

8个常用中文OCR数据集，附下载链接

Detection 500 Database) 下载链接：https://opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于 2012 年在 CVPR 发布，是一个用于测试和评估多方向

OCR

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

今天继续给大家推荐一个广受好评的UI组件库：NextUI NextUI 主要特性 NextUI的主要目标是简化开发流程，为增强的用户体验提供美观且适应性强的系统设计。

大模型

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

今天，我来分享一个万能的超级Prompt。

prompt 写作

Stable Diffusion

Stable Diffusion API

GitHub Copilot 是一款功能强大的代码完成工具，可以自动完成语句、编写文档并通过一条评论为您实现全部功能，已作为订阅服务向公众发布。

文生图 SD

<...36 37 38 394041 42 43 44 45 ...>

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