文章列表-AI魔法学院

文章列表

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

因为传统方法在面对长宽比多变的真实数据时，通常会引入前处理逻辑，破坏了原始数据的构图，导致生成结果构图较差。

可灵快手文生视频

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

信息提取除了摘要之外，我们经常还需要从 PDF 中提取特定的数据，比如文本、数值、表格、图片或名称。

GPT-4 工作

国产视频制作之光-可灵：提示词大全整理

🍎图生视频建议一次一个词，如托腮，抬头。

可灵 kling 视频

AI+大模型在金融行业的应用场景

图表1：金融行业AI应用核心场景（资料来源：公开资料）当前，AI+的智慧化应用在银行、保险和证券这三个金融子行业中的多个场景中得到体现：（1）银行业在AI

AI大模型金融

8个常用中文OCR数据集，附下载链接

室内的图像主要包括标识、门牌和标牌等，室外的图像主要是路牌和广告牌等。

OCR

PDFTriage:面向长篇结构化文档的问答

., 2019)等QA数据集中的纯文本文档不包含表格或图形。

大语言模型 PDF 文档

3 个令人惊艳的 GitHub 开源项目，诞生了！

那些经 AI 之手创作的图像，艺术风格极具创意且逼真形象。

开源模型

生成式AI工作流#产品经理和创业者的秘密武器

产品经理或交互设计师通常会使用Axure、Sketch或Figma等工具，投入主要的时间绘制线框图，并通过页面流程图来阐释产品的交互逻辑。

AIGC 工作流

最受欢迎的15个ChatGPT提示词，优化给ChatGPT用户，拿走不谢

[你的文本内容] 3.Midjourney提示助理：通过为提供的图像描述填充详细且有创意的描述，激发中途生成独特有趣的图像。

ChatGPT 提示词

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

大模型微调方法总结

结合图片来看，LoRA 的实现流程如下： ● 在原始预训练语言模型（PLM）旁边增加一个旁路，做一个降维再升维的操作，来模拟所谓的内在秩。

开源模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

全文围绕如下的这个图展开：这幅图很好地总结了大语言模型的训练全景，主要包括四个阶段：预训练阶段：基于原始数据训练一个基础模型，得到的是一个base model，可以部署使用有监督微调阶段

大模型

检索增强生成(RAG)有什么好的优化方案

其技术架构图大致如下[4]：图3 基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强生成

大模型量化：什么是模型量化，如何进行模型量化

非饱和量化是最本质也是最暴力的方法，即通过统计网络模型中每一个层中权重或激活值的绝对最大值，将其映射到127，来计算出缩放因子scale，然后使用线性映射的方式将原始的浮点数据转换到INT8的数据域中，如下图（

大模型

<...45 46 47 484950 51 52 53 54 ...>

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