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

MSRA-TD500数据集样例（图源：参考资料[1]） MSRA-TD500数据集中的典型图像以及文字的标准矩形框每一个矩形框对应一个文本行。

OCR

史上最好的中文大预言模型出现了！！！

其实很快国内的百度『文心一言』和阿里『通义千问』就出来了，一直没有用过。

Kimi Chat 大模型

浅浅介绍下中文分词，用这些库搞定

以下是一些常用的中文分词库： 1. jieba：jieba是Python中最常用的中文分词库之一，具有简单易用、高效的特点。

Python 分词库

入坑必看：comfyui界面与基础操作

如果你是comfyui的新手，不用担心，这篇文章将带你快速掌握其基础操作。

comfyui 文生图

AI绘画：InstantID 一键运行包和在线Colab脚本！

下载到本地后，用解压软件解压，最好是解压到全英文的路径下，以防万一，少走弯路。

InstantID 文生图

向量数据库不是一个单独的数据库分类

其中包括图数据库、关系数据库、文档数据库以及键值数据库，甚至还包括缓存。

大模型向量数据库

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

该过程将在有监督条件下进行微调，数据格式为 tn=(x,zi,yi,zj,...

agent

用ComfyUI整了一套照片转Q版手办的工作流

在收集了一波好的功能和工作流之后就开始搞起来了。

comfyui 文生图

【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!

整体项目的框架如下: 核心模型一: 语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别

asr tts 声音

Stable Diffusion

硬核解读Stable Diffusion（系列一）

SD是一个基于latent的扩散模型，它在UNet中引入text condition来实现基于文本生成图像。

StableDiffusion 文生图

TTS，一个奇妙的AI工具

简介 TTS是一个将文本变换成语音的AI工具。

TTS 文本转语音

一种通用的 Prompt 框架 - CRISPE

它包括设计提示，引导模型生成特定的语调、风格或内容类型。

Prompt 提示词工程

爆火的“女孩的一生”，plus版教程它来了

但是，如果你像我一样，想要快又好，那就必须拥抱LCM技术。

动画视频 AnimateDiff

3.5k star！一款万能的 SQL 分析工具，厉害了！

一款万能的 SQL 分析工具，厉害了！

dsq 开源项目 SQL

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

<...12 13 14 151617 18 19 20 21 ...>

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