文章列表-AI魔法学院

文章列表

TrOCR——基于transformer模型的OCR手写文字识别

有关CNN卷积神经网络的相关知识与文章，可以参考往期的文章内容。

OCR 手写文字识别

全球学术界知名学者教授信息大盘点（全）

如果你还在迷茫找不到方向，又或者要留学不知道找哪个导师，那么你可以看一下这些大佬们的研究方向和主页，希望对你能有所帮助。

AI大佬知名学者

Insanely Fast Whisper：超快的Whisper语音识别脚本

这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。作者提供了几种优化方式，包括批处理、半精度处理以及BetterTransformer，以提高转录速度。最终，作者以实际测试数据展示了不同优化方式的速度对比。同时，还提到了Whisper.cpp的性能测试、4位推断性能测试、以及一个CLI工具的社区展示。这篇文章旨在展示如何使Whisper模型在转录2-3小时的音频时更加高效。

音频 Whisper

来个优秀的开源人脸识别项目！

虹膜识别技术通过全自动照相机寻找并聚焦虹膜，实现高精度识别。

人脸识别开源项目

RAG——使用检索增强生成构建特定行业的大型语言模型

像之前介绍过的pandasAI、quivr、flowise、localGPT、privateGPT、pdfGPT和一些常见的基于大模型构建的本地知识库等AI应用无一不是建立在检索增强技术之上的，它是向量数据库能够在

大模型

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

其中，王炸功能 Assistants API 的内置工具支持了代码解释器、知识库检索以及函数调用，允许接入外部知识（文档）、使用更长的提示和集成各种工具。

RAG 检索向量库

几款开源的OCR识别项目，收藏备用

github.com/naptha/tesseract.js.git PaddleOCR PaddleOCR是百度开源一套OCR,旨在打造一套丰富、领先、且实用的OCR工具库，

OCR

AI 写作：如何把GPT变成你的爆文写作素材库？

二、建立属于你的素材库建立一个有效的素材库，可以让你的写作过程更加顺畅，更加高效。

AI写作 GPT

国内LLM陆续启动，你的Prompt库有这些模块吗

同时，要想让生成式AI发挥最大的作用，除了必要的专业知识，你还需要积累下面的这些模块。

prompt

基于LLM+向量库的文档对话痛点及解决方案

笔者做了一些探索，希望与大家共同探讨问题1：如何让LLM简要、准确回答细粒度知识？

开源模型

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

作者：知乎用户链接：https://www.zhihu.com/question/575983499/answer/3055288368 来源：知乎著作权归作者所有。

生成式AI

好看的图片不知道怎么写提示词？用AI读出来

然而，有一个很大的问题困扰着很多爱好者：我不知道怎么写提示词怎么办？

文生图

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

向量数据库简介和5个常用的开源项目介绍

随着我们对人工智能应用，如图像识别、语音搜索或推荐引擎的深入研究，数据的性质变得更加复杂。

开源模型

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

微调Llama3的自我认知后当你问Llama3中文问题： “你叫什么名字？”

Llama3 对话问答模型

<...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