文章列表-AI魔法学院

文章列表

8个常用中文OCR数据集，附下载链接

数据多样、复杂，它包含了平面文本、凸出文本、城市街景文本、乡镇街景文本、弱照明条件下的文本、远距离文本、部分显示文本等。

OCR

史上最好的中文大预言模型出现了！！！

图：by bing wallpaper 先说结论：Moonshot AI 公司构建的Kimi Chat。

Kimi Chat 大模型

浅浅介绍下中文分词，用这些库搞定

今天我们来简单介绍下中文分词库。

Python 分词库

RAG 修炼手册｜一文讲透 RAG 背后的技术

在自然语言处理中，Embedding 常常用于将文本数据中的单词、句子或文档映射为固定长度的实数向量，使得文本数据能够在计算机中被更好地处理和理解。

RAG Embedding

了解Kimi必看的26个问题 | Kimi系列文（二）

已支持20万字上下文，200万字上下文需要申请。

Kimi 大语言模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

项目主页-https://fun-audio-llm.github.io/ 代码链接-https://github.com/FunAudioLLM/ 论文链接-https://arxiv.org

asr tts 声音

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

昨天没有发文章，因为看到 SDXL 的 Canny Contronet 发布了，但是它只能在 ComfyUI 中使用。

大模型

中文开源OCR框架对比及介绍

编译配置之类的信息，也都写的很清楚 FAQ的话直接在issue里找也基本能覆盖所有常见问题，如果实在找不到可以自己提一个，会有其他follow的用户一起讨论。

OCR

书生·万卷：难得的中文开源数据集

中国的AI产业要迎头赶上，中文的数据集是最大的短板之一。

大模型

语言大模型100K上下文窗口的秘诀

《Attention is All You Need》论文中注意力架构的高级图解缩放点积注意力（Scaled Dot-Product Attention）现在详细讨论一个注意力头

大模型

语音、视频转文字神器：开源whisper介绍

让我们感受一下开源语音转文字的魅力吧。

人工智能大模型 wisper

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

特别是大规模中文数据集十分缺乏，对中文大模型以及业界模型的中文支持都有很大的影响。

大模型

使用ChatGPT润色出高品质文章

1、精简文章内容输入“删除不必要的内容”，即可删除文章中的多余内容，使文章更加紧凑。

写作提示词

AI制作艺术二维码 - 文生图

前几天看到几个逼格比较高的二维码，然后自己动手做了一下，给大家看看效果： 1、文生图（狮子）： 2、文生图（城市）：下边将开始介绍怎么做的，有兴趣的可以继续读一读

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