视觉语言模型VLP

大模型GUI系列论文阅读 DAY3：《GPT-4V(ision) is a Generalist Web Agent, if Grounded》

摘要近年来，大型多模态模型（LMMs）的发展，特别是GPT-4V(ision)和Gemini，迅速扩展了多模态模型的能力边界，不再局限于传统任务如图像描述和视觉问答。
feifeikon·2025-01-24 01:58

在线体验阿里云的通义万相（AIGC）文本绘图与人像美化功能

这不仅加速了创意流程，也为广告、教育、游戏等行业带来视觉升级，满足个性化视觉内容需求，开启了创意表达和数字内容的新篇章。
yunchi001·2025-01-24 00:52

基于阿里云视觉智能平台实现换脸程序

简介阿里云视觉智能平台提供了一种强大的换脸功能，能够将视频中的人脸替换成其他图片中的脸。这种功能广泛应用于视频编辑、特效制作等领域。本文将介绍如何使用阿里云视觉智能平台进行视频换脸。
zhumin726·2025-01-24 00:17

【MotionCap】DROID-SLAM 1 ：介绍及安装

DROID-SLAM：DROID-SLAM:DeepVisualSLAMforMonocularDROID-SLAM：适用于单目、立体和RGB-D相机的深度视觉SLAMStereo,andRGB-DCamerashttps
等风来不如迎风去·2025-01-23 22:38

基于Hough变换与分数阶变分PDE的图像去雨算法实现（附带Matlab源码）

基于Hough变换与分数阶变分PDE的图像去雨算法实现（附带Matlab源码）图像去雨是计算机视觉领域的一个重要问题，它的目标是从雨滴造成的图像中恢复出原始的清晰图像。
心之飞翼·2025-01-23 22:37

PyTorch深度学习实战（43）——手写文本识别

模型与数据集分析2.1数据集分析2.2模型分析3.实现手写文本识别模型小结系列链接0.前言手写文本识别，也称为手写文本的光学字符识别(OpticalCharacterRecognition,OCR)，是计算机视觉和自然语言处理中的一项具有挑战性的任务
盼小辉丶·2025-01-23 22:36

智能体/Agent概念详解

LoganKilpatrick，OpenAI开发者关系负责人给出的介绍如下Agent（智能体）=一个设置了一些目标或任务，可以迭代运行的大型语言模型。这与大型语言模型（LLM）在像ChatGP
张少侠25·2025-01-23 22:02

深入理解旋转位置编码（RoPE）及其在大型语言模型中的应用

RotaryEmbedding类设计2、apply_rotary_pos_emb函数3、demo_apply_rotary_pos_emb函数三、完整RoPE代码Demo前言随着自然语言处理（NLP）领域的快速发展，预训练的语言模型如
tangjunjun-owen·2025-01-23 21:00

你需要知道的快速调整台式电脑显示器亮度的两种方法

无论您是追求极致视觉效果的游戏爱好者，还是需要长时间面对屏幕的专业人士，学会正确调整亮度都将为您的使用体验带来显著提升。
简鹿办公·2025-01-23 21:25

SOTA（state - of - the - art）的多模态推理

例如，在视觉问答场景中，模型要对输入的图像（视觉模态）与问题（文本模态）进行理解，然后推理出答案。从技术架构角度来看，多模态推理模型
百态老人·2025-01-23 19:18

理论五、大模型-Prompt

一、prompt是什么在大型语言模型集成中，"prompt"是指您向模型提供的输入文本或指令，以引导模型生成特定类型的响应。
伯牙碎琴·2025-01-23 18:05

【揭秘】图像算法工程师岗位如何进入？

“图像算法工程师，主要专注于开发图像处理和计算机视觉算法，广泛应用于各行业。本文，我们来揭秘一下他们的日常工作，以及如何成为这一领域的专业人才。”
认识祂·2025-01-23 18:04

本地大模型服务 Ollama：从安装到使用

1.2压缩包安装1.3docker安装二、命令行使用2.1常用命令2.2模型列表2.3使用三、Open-WebUI3.1安装3.2修改语言3.3使用参考前言Ollama是专为在本地机器上便捷部署和运行大型语言模型
aabond·2025-01-23 17:59

双足机器人开源项目

双足机器人（也称为人形机器人或仿人机器人）是一个复杂的领域，涉及机械设计、电子工程、控制理论、计算机视觉等多个学科。对于想要探索或开发双足机器人的开发者来说，有许多开源项目可以提供帮助。
广州深情Yangy_Jiaojiao·2025-01-23 14:12

机器人学习的范式转变：从专用走向通用基础模型

标题：机器人学习的范式转变：从专用走向通用基础模型文章信息摘要：机器人学习正经历从特定任务向通用基础模型的范式转变，这一演进路径与大语言模型相似。
XianxinMao·2025-01-23 14:42

个性化的语言模型构建思路

将开源模型（如Llama3、Qwen、Falcon3…等）转变为个人专属的大语言模型，通常涉及知识库的构建、微调（fine-tuning）和模型定制等步骤。
由数入道·2025-01-23 11:19

如何使用 LangChain 组合提示符模板

技术背景介绍LangChain是一个用于处理语言模型提示符的框架，它支持将字符串提示符和聊天提示符进行组合，从而提高开发效率和代码复用性
GEAWfaacc·2025-01-23 09:07

大模型：LangChain技术讲解

一、什么是LangChain1、介绍LangChain是一个用于开发由大型语言模型提供支持的Python框架。它提供了一系列工具和组件，帮助我们将语言模型集成到自己的应用程序中。
玉成226·2025-01-23 09:35

深度学习中的通道(Channel)概念详解

2.大语言模型中的通道2.1全连接层的通道概念2.1.1基本结构输入：[batch_size,input_features]权重：[input_features,output_features]输出：[
小·恐·龙·2025-01-23 09:33

使用Chaindesk与大语言模型集成的实战指南

Chaindesk是一款开源的文档检索平台，旨在将您的个人数据与大型语言模型（LLM）连接起来，实现高效的信息检索和应用集成。
srudfktuffk·2025-01-23 08:00

探索ChatLiteLLM与Langchain的集成应用

在现代AI应用开发中，简化调用多种语言模型的过程显得尤为重要。
safHTEAHE·2025-01-23 08:30

在EverlyAI上运行LLM模型——以LLAMA为例

它还提供了对多种大型语言模型（LLM）的API访问。在这篇文章中，我们将展示如何使用EverlyAI的API来调用LLAMA模型。通过这种方式，你可以在云端轻松地运行和测试你的语言模型。
HGWAcsdgvs·2025-01-23 08:22

2025年01月18日Github流行趋势

star数：15141今日star数：736项目维护者：yiranyyu,iceflame89,yaoyuanTHU,LDLINGLINGLING,tc-mb项目简介：MiniCPM-o2.6：适用于手机上视觉
油泼辣子多加·2025-01-23 07:48

使用OpenAI Chat模型进行自然语言处理的实战指南

一、技术背景介绍OpenAI的Chat模型是一类专门用于对话任务的预训练语言模型。它们可以处理多种输入类型，支持丰富的功能调用，适用于各种自然语言处理场景。从翻译到对话生成
GEAWfaacc·2025-01-23 06:09

大语言模型原理与工程实践：预训练数据构建

大语言模型原理与工程实践：预训练数据构建1.背景介绍大语言模型（LargeLanguageModels,LLMs）近年来在自然语言处理（NLP）领域取得了显著的进展。
AI大模型应用之禅·2025-01-23 06:38

大语言模型原理与工程实践：网页数据

大语言模型原理与工程实践：网页数据1.背景介绍在当今信息爆炸的时代，网页数据成为了大数据的重要来源之一。网页数据不仅包含了丰富的文本信息，还包括了图像、视频、音频等多媒体内容。
AI大模型应用之禅·2025-01-23 06:38

大语言模型原理与工程实践：案例介绍

大语言模型原理与工程实践：案例介绍作者：禅与计算机程序设计艺术近年来，随着深度学习技术的快速发展，大语言模型（LargeLanguageModel，LLM）在自然语言处理领域取得了突破性进展，展现出强大的文本生成
AI大模型应用之禅·2025-01-23 06:37

Azure数据分析Power BI

PowerBI构建基块四、使用PowerBI服务一、PowerBI简介MicrosoftPowerBI是一系列的软件服务、应用和连接器，这些软件服务、应用和连接器协同工作，将不相关的数据源转化为合乎逻辑、视觉上逼真的交互式见解
SmallFatMan·2025-01-23 05:03

LLM大模型部署实战指南：部署简化流程

大模型部署实战指南：Ollama简化流程，OpenLLM灵活部署，LocalAI本地优化，Dify赋能应用开发1.Ollama部署的本地模型()Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型
汀、人工智能·2025-01-23 05:28

WebRover ：一个功能强大的 Python 库，用于从 Web 内容生成高质量的数据集。

该数据集旨在为大型语言模型（LLM）和人工智能应用的训练提供丰富的数据资源。
·2025-01-23 05:58

【机器学习实战入门】使用OpenCV进行性别和年龄检测

GenderandAgeDetectionPython项目首先，向您介绍用于此高级Python项目的性别和年龄检测中的术语：什么是计算机视觉？
精通代码大仙·2025-01-23 04:24

使用VolcEngine Maas Chat进行语言模型对话的入门指南

核心原理解析VolcEngineMaasChat利用大语言模型来处理和生成自然语言，在接收到用户的输入后，模型会通过分析
dagGAIYD·2025-01-23 04:53

使用iFlyTek SparkLLM进行实时聊天应用开发

核心原理解析SparkLLM是一款基于大规模语言模型的对话生成系统。它的核心在于通过自然语言理解和生成，实现人机之间的自然交流。通过使用
dagGAIYD·2025-01-23 04:53

如何使用 LangChain 实现模型功能调用

在本文中，我们将探索如何使用LangChain框架实现语言模型（LLM）的功能调用。这是构建智能对话系统、工具调用代理等应用的核心能力。
dagGAIYD·2025-01-23 04:23

机器学习笔记 - 机器学习/深度学习实战案例合集

下面创建这个github的目的是为了存放一些图像处理/计算机视觉/机器学习/深度学习的示例代码集合，不定期会添加新的示例，可供参考。GitHub-bashendixie/ml_too
坐望云起·2025-01-23 04:51

从ErnieBotChat迁移到QianfanChatEndpoint的实践指南

技术背景介绍ErnieBot是由百度开发的大型语言模型，拥有强大的中文数据处理能力。
fGVBSAbe·2025-01-23 02:35

WebRover： 专为训练大型语言模型和 AI 应用程序而设计的 Python 库

该数据集旨在为大型语言模型（LLM）和人工智能应用的训练提供丰富的数据资源。
·2025-01-23 01:54

【AI论文】PaSa：一款用于全面学术论文搜索的大型语言模型（LLM）代理

摘要：我们推出了PaSa，这是一款由大型语言模型驱动的高级论文搜索代理。PaSa能够自主做出一系列决策，包括调用搜索工具、阅读论文以及选择相关参考文献，从而最终为复杂的学术查询提供全面且准确的结果。
东临碣石82·2025-01-22 21:27

大型语言模型高效预训练策略的比较研究

文章目录摘要1.引言2.背景与挑战2.1LLM中的预训练2.2扩展LLM的挑战3.高效预训练策略3.1增量训练3.1.1理论基础3.1.2实际实现3.1.3实验结果3.2混合优化3.2.1理论基础3.2.2实际实现3.2.3实验结果3.3其他新兴技术3.3.1知识蒸馏3.3.2稀疏训练3.3.3数据增强3.3.4迁移学习4.比较分析4.1性能指标4.2增量训练vs.混合优化4.2.1模型精度4.2
二进制独立开发·2025-01-22 21:27

c#视觉应用开发中如何在C#中进行图像颜色空间转换？

microPythonPython最小内核源码解析NI-motion运动控制c语言示例代码解析python编程示例系列python编程示例系列二python的Web神器Streamlit如何应聘高薪职位在C#中进行图像颜色空间转换，通常涉及将图像从一种颜色空间转换到另一种颜色空间，例如从RGB转换到灰度、HSV或YUV等。为了实现这些转换，您可以使用多种库和技术，包括.NET自带的System.D
openwin_top·2025-01-22 21:21

OpenCompass评测大模型

OpenCompass简介上海人工智能实验室科学家团队于2024.01.30正式发布了大模型开源开放评测体系“司南”(OpenCompass2.0)，用于为大语言模型、多模态模型等提供一站式评测服务。
辣条少年·2025-01-22 20:19

【论文速读】| 评估并提高大语言模型生成的安全攻击探测器的鲁棒性

基本信息原文标题：EvaluatingandImprovingtheRobustnessofSecurityAttackDetectorsGeneratedbyLLMs原文作者：SamuelePasini,JinhanKim,TommasoAiello,RocíoCabreraLozoya,AntoninoSabetta,PaoloTonella作者单位：UniversitàdellaSvizze
·2025-01-22 20:38

Python自动化运维：一键掌控服务器的高效之道

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！
蒙娜丽宁·2025-01-22 20:44

css3过渡总结

它能够让网页元素的状态变化更加自然、流畅，给用户带来更好的视觉体验。例如，当一个元素从隐藏状态变为显示状态，通过过渡可以使其淡入，而不是生硬地突然出现。
半点寒12W·2025-01-22 18:35

基于C++和ONNX Runtime的YOLOv5目标检测实战

1.前言在计算机视觉领域，目标检测是一项关键任务，其应用广泛，涵盖了安防监控、自动驾驶、工业检测等众多领域。YOLOv5作为一种先进的目标检测算法，以其速度快、精度高的特点备受关注。
浪浪山小白兔·2025-01-22 18:01

conv2former模型详解及代码复现

模型背景在Conv2Former模型提出之前，视觉识别领域的研究主要集中在两个方向：传统卷积神经网络（ConvNets）新兴的视觉Transformer（ViTs）ConvNets通过堆叠基本模块和采用金字塔结构取得了显著进展
清风AI·2025-01-22 17:26

论文阅读--Qwen2&2.5技术报告

2023a）的做法，我们采用了基于字节级字节对编码的相同Tokenizer所有大小的模型都采用一个共有词汇表，包含151,643个常规词元和3个控制词元2.2模型架构基于Transformer架构的大型语言模型
__如果·2025-01-22 17:55

大模型GUI系列论文阅读 DAY3续4：《TREE SEARCH FOR LANGUAGE MODEL AGENTS》

摘要自主代理由语言模型（LMs）驱动，已在执行诸如网页自动化等决策任务方面展示出良好前景。
feifeikon·2025-01-22 17:23

Python 调用 Ollama 库：本地大语言模型使用详解

ollama是一个用于调用本地大语言模型（LargeLanguageModels，LLMs）的Python库，旨在提供简单、高效的API接口，以便开发者能够方便地与本地的大语言模型进行交互。
kdayjj966·2025-01-22 15:05

AI大模型行业发展五大趋势

2023年可谓“AI元年”，AI视觉“四小龙”（商汤、旷世、依图、云从）和大模型“六小虎”（智谱AI、MiniMax
大模型.·2025-01-22 15:30
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他