文章列表-AI魔法学院

文章列表

深度好文，Agent盛行前传

Agent从何定义 Agent中文是代理，你可以理解成有一个具体的对象在完成某个任务；agent在某个时间点收到一个观测值后，基于以往在此时间点及之前接收观测值和做出的动作做出新的动作反馈。

Agent 大模型

从第一性原理看大模型Agent技术

我们有一个大胆的预测，未来的5到10年将可能带来一场大变局：99%的开发、设计和文字工作将被AI接管。

大模型 agent

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

从语言理解到代码、推理，每一项基础能力都经过严格测试。

Qwen1.5 开源模型

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

回归分析：探索变量之间的奥秘

通过这种方法，我们可以深入了解因变量与自变量之间的密切联系，预测未来的变化趋势。

回归分析变量

【大模型微调】 Llama 2 ：对话模型的全过程微调

奖励模型结果作者在每一批人类偏好标注数据中留出一个测试集，用于评估他们的奖励模型。

大模型

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

这样，就可以实现每一次的预测操作都比以前的试验带来更好的性能。

agent

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

实测效果完全可以代替Lora模型，也就是我们不用再费劲吧啦的训练人物形象Lora了，只需要人物的一张正面照片，就可以直接出图了。

ControlNet 文生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

虽然是低配版，但是在各类测试里面都非常能打。

大模型

清华、面壁智能发布：主动式Agent 2.0

从被动响应转变为能够主动预测并发起任务的主动代理。

Agent 2.0 大模型

用AI生成PPT、用AI优化PPT

我在前几天写过相关文章，当时我在文中引用的是百度AI对话的PPT生成插件，我对这个插件生成的PPT的评价不高，但是在体验了百度文库的智能PPT功能后，有种“识别三日，当刮目相看”百度的感觉。

ppt AI生成PPT

伦敦出租车司机的遭遇，暗示了程序员的未来

为了取得出租车的驾照，他们必须通过一项叫做“The knowledge”的严格测试。

人工智能伦理

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

首先，研究人员介绍了一种新的基线技术，以便于进行提取这些概念，然后概述了评估方法。

大模型

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

与传统的分割工具相比，它的优势就在于自动检测，大大提高了分割效率。

Segment Anything 文生图

<...3 4 5 678 9 10 11 12 ...>

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