文章列表-AI魔法学院

文章列表

被高估的Pika，被低估的多模态AI

“今年 6 月份之后， AI 生成图片的投资变得比较保守，很多投资人会更关注 AI 生成视频。”

大模型多模态

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

然而，这可能会导致位置编码无效，并为解码器在生成不同尺寸潜码片段的视频时带来挑战。

sora 论文

七问大模型幻觉｜LLM Hallucination

比如在医疗应用中，对患者生成的报告如果存在幻觉可能导致错误诊断甚至影响生命安全。

大模型

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

GLM-4-Voice作为一款端到端的语音模型，推动了多语言对话人工智能的边界，支持英语和中文的实时对话，同时提供可适应且类人化的响应生成。

GLM-4-Voice 9B 语音安装

几个对我影响很大的统计学模型

分享几个对自己日常生活和工作有启发的统计模型： 1、37% 规则是一个决策理论，通常用于解释最优停止问题，特别是在寻找最佳选择时（如寻找停车位、选择伴侣、招聘员工等）。

统计学大模型

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

例如：百度搜索助手、文库助手、网盘助手、浏览器助手、AI图片助手、百家号创作助手等。

大模型调研

你的下一个浏览器，可以是豆包电脑版！

可以看到，“人机协作”的界面是左右分离的，若是对生成的结果不够满意：在左侧，我们可以通过对话的方式来修改文章，并且支持上传文件，搜索资料、图像生成等功能。

豆包浏览器

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

8个常用中文OCR数据集，附下载链接

rctw.vlrlab.net/dataset.html ICDAR（国际文档分析和识别大会）在2017年发起了一项专注于中文检测和识别比赛项目（RCTW），RCTW-17为竞赛数据集，它由12263张包含中文的自然场景图片组成

OCR

会“追问”的Agent，大模型知识库另类实践

在实际的生产环境中，此类知识库应用可能遇到两类问题：知识型和政策型（图1）。

大模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

创业公司中，也有OpenAI支持的Cursor代码编辑器，把生成代码抬到了一句话生成整个项目框架的高度。

开源模型

用AI轻松玩转年度总结PPT

按输出分，AI 分为对话 AI，图片 AI，视频 AI。

PPT 年终总结

还在手写Prompt？这几大网站让你秒找大模型提示词！

1）文本prompt就是我们普通调用大模型生成文字的场景。

prompt 提示词

AI文档智能助理都是如何处理pdf的？

二、常用pdf工具对于可编辑PDF而言，可以使用pdfminer、tabula（可用于表格提取）、pdfplumber等组件，对于图片型的，我们可以先获取文件里面的图片，然后使用ppstructure

大模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

智能小车，手机/语音遥控+无线图传+实时拍照，配套浏览器控制界面就能操控，也不需要装额外软件。

ai小车 esp32 开源

<...43 44 45 464748 49 50 51 52 ...>

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