文章列表-AI魔法学院

文章列表

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

作者先是回顾了并总结了和上述相关的两条表征学习路线：（1）构建image和text的联系，比如利用已有的（image，text）pair数据集，从text中学习image的表征；（2）获取更多的数据

OpenAI 自然语言监督

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

"Quality in, quality out" o • 基于深度文档理解，能够从各类复杂格式的非结构化数据中提取真知灼见。

OCR RAG 开源

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

Suno AI 可以作为一个教育工具，帮助学习者理解音乐结构和创作过程。

suno 音乐

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

具体来说，本文针对CSQA2.0和StrategyQA两个任务，采用了不同的模型架构和训练方法，并对不同的组件进行了优化和调整。

IAG框架大语言模型

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

公告指出，相较之下，DOS 4.0 版本背后有着一段复杂而迷人的历史，微软与 IBM 合作开发了部分代码，但也创建了一个名为“多任务 DOS”（MT-DOS）的 DOS 分支，但并未广泛发布。

MS-DOS 4.0 开源模型微软

详解 Diffusion (扩散) 模型

其基本思想是通过迭代前向扩散过程系统地、缓慢地破坏数据分布中的结构。

Diffusion 开源模型

大模型+人形机器人，是不是下一个风口？

“悟空-4”通过融合腿足运动技术与环境感知技术，实现了机器人的三维环境地图构建和自主动态导航。

大模型

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

一个可以创建任何风格的任何人的照片/绘画/头像的生成器。

photomaker 绘画风格

如何通过AI变现，举个详细的例子?

至于Prompt（提示词）为什么能交易星球的风向标给出了非常好的回答而昨天，我发现国内的提示词网站，也已经搭建起来了，售卖包括：ChatGPT、Midjourney、Stable diffusion

生成式AI

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

目前，让LLM解决这些问题的一个最有前景的方向就是建立大模型驱动的自动代理——AI Agent。

GPT-4

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

Mixtral等大部分优秀的模型，都用moe架构！

Qwen1.5-MoE 大模型下载

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

如果你现在还在等待GPT-5的发布，不妨试试智能体工作流和推理，也许通过GPT-4构建的工作流，就能超出你的预期。

GPT-5 智能体

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

ControlNet用一种极低成本的方案，来控制画面的主体构成。

Stable Diffusion

Mokker，想取代商业棚拍效果的场景生成AI

Mookker有两个特点非常吸引人，一是因为需要上传产品图片，所以产品在生成式的AI结果中是非常准确的，不会受AI生成影响产品的结构和内容，如果没有时间抠图，上传后也会贴心帮您抠好图；二是添加摄影道具的时候可以布局前后和位置关系

Mokker 图生图

AI出题，做不完，根本做不完

我们说“程序=算法+数据结构”，提示词编程就是对抽取提示词中的算法和数据结构，按照特定的格式组织起来。

大模型提示词试题

<...47 48 49 505152 53 54 55 56 ...>

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