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

对于普通场景来说，比如身份证识别、票据识别，其实大多数算法的准确率都不错，但特殊场景更考验模型的泛化性能。

OCR

收藏！万字长文聊聊LLM Agents的现状，问题与未来

然后再对不同推理路径的生成结果，基于投票选择最一致的答案输出。

LLM Agents

图解检索增强式生成（RAG）技术 | 万字长文

即便是向量搜索领域也因这股热潮而受到推动，尽管基于嵌入的搜索引擎早在 2019 年就已经运用了 faiss 技术。

检索增强式生成 RAG

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

包括[具体日期，如'7 月 25 日']、[具体地点，如'中央公园']和[具体呼吁行动，如'立即购票！']

文生图

真格基金大模型能力测试问题集---进阶篇

三位朋友花了 20.25 美元买了 3 张游乐场门票。

中文评测大模型

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

思维树的搜索过程可以是BFS（广度优先搜索）或DFS（深度优先搜索），每个状态都由分类器（通过prompt）或多数投票决定。

Agent

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

它从著名的在线社区Reddit上爬取了具有问答特性的训练数据，并根据社区用户的投票结果筛选出优质的内容。

大模型

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

Web3、AGI三个叙事接连涌现，给人们在选择事业方向上确实制造了不少的难度，由于市场上大部分人都是项目制的思维导向，项目本身的定位很容易被归属在特定的某个范畴，例如要么是Web3，要么是AI，这都是屁股决定脑袋

开源模型

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

2号位3号位的人出来创业；另外前沿科技，前沿科技的人基本都在高校院所里，我们就会做学术溯源，找到相应领域最好的教授们聊，教授们一般缺乏些商业化经验，我们也会花时间帮他们一起物色CEO，优化设计股权结构等等

AI光年芯片投资

使用 ChatGPT + Claude 撰写成功的商业计划书

收入预测：平均票价为 6 美元，每周有 500 名顾客，第一年收入预计为 156,000 美元。

工作

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

搜索过程可以是广度优先搜索（BFS）或深度优先搜索（DFS），每个状态由分类器（通过提示）或多数票进行评估。

agent

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

10.4 自我一致性 Self-Consistency 自我一致性 [123] 是一种汇总多个采样输出以产生最终答案的解码策略，例如通过多数票。

多模态大模型 GPT-4V 文生图

从第一性原理看大模型Agent技术

再往后，我们发现一个CoT有时可能出现错误，然后开始尝试让它发散，尝试多种思路来解决问题，然后投票选择最佳答案，这就是CoT-SC了。

大模型 agent

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

顺应这股趋势，OpenAI 于 2024 年 2 月推出了 Sora，一个能够将文本提示转化为视频的生成式 AI 模型，无论是现实场景还是想象中的场景，它都能够栩栩如生地呈现。

Sora 微软

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

顺应这股趋势，OpenAI 于 2024 年 2 月推出了 Sora，一个能够将文本提示转化为视频的生成式 AI 模型，无论是现实场景还是想象中的场景，它都能够栩栩如生地呈现。

sora 论文

<1 2 3 4 5 6 7 89>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1