文章列表-AI魔法学院

文章列表

中文开源OCR框架对比及介绍

倾斜校正：由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

10个大模型私有化需要关注的问题

有了正确合适的技术设施和关键细节的关注，就能够给用户提供无缝的，吸引人的AI体验。

开源模型

深入探讨GPTs和AI Assistant

但是 GPTs 提供的方式是让所有人都可以得到定制版的ChatGPT，用户可以根据自己的生活，工作，学习等不同的场景，制定适合自己的ChatGPT，并且可以和其他人进行共享。

GPTs AI Assistant

Prompt工程如此强大，我们还需要模型训练吗？

5.人类在模型能力之上发挥增量价值，是否就是集中在更加抽象的概念和逻辑、规律、联结这类“核心知识

大模型

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

书生·万卷：难得的中文开源数据集

CTO范凯好在上海人工智能实验室搞了一个OpenDataLab，上面发布了5000+的中文的开源数据集，可以随意下载下来，用来训练自己的AI大模型的，真的是功德无量啊。

大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

对于那些不熟悉《the Great Gatsby》的人来说，叙述者后来从Gatsby那里发现，开车的其实是Daisy，但Gatsby替她背了黑锅。

大模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

第二部分蒸馏损失，研究人员将三种不同方式的相似度得分进行加权求和作为teacher分数，然后让三种相似度得分去学习teacher得分的信息，由此得到3个蒸馏损失。

BGE M3-Embedding 多语音检索

领域大模型LLM训练Trick

不过GPT系列大模型的预训练和微调，从实现方式上来讲是没有什么差别的，都是用decoder only的语言模型进行训练并更新参数，如果样本数量比较少，没有大量的篇章文档数据，个人认为只进行微调也能够注入知识

垂直训练大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

当电脑空闲无人使用时，start_record.bat会自动暂停录制并压缩、清理过期视频；Just set it and forget it！

Windrecorder 录屏

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

E:\work\coqui-ai_xTTS_v2.2_webui_cn\models\ 如图所示：如果不设置环境变量，coqui-ai TTS会自动重复下载模型到C盘，非常的烦人。

coqui-ai TTS 语音

什么是GPTs！如何创建自己的第一个GPTs？

这里面有三个选项： Only me (自己使用) Only people with a link (通过链接分享给他人) Public (发布给公众使用) 创建完成后我们测试一下

大模型应用 chatgpt

用AI为古诗词生成插画

兼顾画质和速度，风景类的推荐“dreamshaperXL_sfwTurboDpmppSDE”，这个模型比较稳定，使用了Turbo技术，出图只需要几秒；人物类的推荐“国风4 GuoFeng4 XL”，顾名思义这个适合出古典人物

Stable Diffusion 文生图提示词

46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！

用户可以选择适合他们个人偏好或特定场景的声音，从而实现个性化的沟通体验。

AI开源集合

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

这表明这些模型在工具使用和任务规划两个关键能力上表现优秀，拥有类似贾维斯等科幻电影中人类超级助手的潜力，可以根据需求自主完成任务。

大模型方法论

<...76 77 78 798081 82 83 84 85 ...>

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