admin

1380 posts published

LlamaIndex工作流生成幻灯片

LlamaIndex工作流生成幻灯片

本文介绍如何使用 LlamaIndex 工作流简化我研究某个主题的最新进展的过程，然后将该研究转化为 PowerPoint 演示文稿。

服装搭配AI应用

利用 Gemini 先进的生成式AI，你现在可以穿着 T 恤自拍，并立即从自己的衣柜中获得搭配的下装推荐！

Gemini 批量生成

LLM 非常适合按需生成内容，但如果不加以控制，你最终可能会收到一大笔账单。批量生成是另一种可用于以折扣价节省时间的技术。

基于Chrome内置AI的Web开发

基于Chrome内置AI的Web开发

我们继续探索 Chrome 内置 AI，以了解和探索浏览器内置 AI 的不同用例。

Chrome内置AI调用教程

Chrome团队一直致力于通过内置的 AI API 和模型（包括 Gemini Nano）将 AI API 和模型注入 Chrome 中。

ComfyUI室内设计指南

本文介绍如何将ComfyUI应用到自己的设计工作中，并推荐一些适合室内设计的LoRA模型。

5个最佳ComfyUI自定义节点包

5个最佳ComfyUI自定义节点包

为了更好地了解ComfyUI生态系统，我们请 Comfy Deploy 的好朋友从其平台上部署的数千个 ComfyUI 工作流中提取出最常用的 5 个自定义节点包。

CoTracker3点跟踪模型综合指南

CoTracker3点跟踪模型综合指南

CoTracker3 是一种尖端的人工智能模型，专为跟踪视频中多个帧中的点而设计。它适用于 3D 重建、视频编辑甚至动作捕捉等应用。

卫星图像植被健康分析

本文介绍的使用 Python 进行 NDVI 分析提供了一种通过卫星图像监测植被健康和密度的强大工具。

5个时装设计师必备AI工具

本文介绍的AI时装设计工具，可以加速你的创作过程，让你不必将宝贵的时间浪费在乏味无聊的例行公事上。

11个最佳大模型安全工具

LLM 和其他 AI/ML 技术的日益普及，引发了有关安全性和保障的重大而多方面的担忧。这篇文章介绍了一些可集成到你的策略中的最佳 LLM 安全工具

Garak大模型漏洞扫描工具

Garak 是一种用于扫描语言学习模型 (LLM) 中的漏洞的工具。其主要功能是发现使用语言模型技术的系统中的潜在弱点和不良行为。

Neo4j Text2Cypher 模型

Neo4j Text2Cypher 模型

Neo4j Text2Cypher模型演示了如何使用 Neo4j Text2Cypher(2024) 数据集微调基础模型来提高 Text2Cypher 任务的性能。

Vanna AI vs. DataLine

Vanna AI vs. DataLine

在本文中，我将介绍功能差异、样本数据集上质量差异的示例，以及与用户相关的隐私和安全差异。

Vanna：SQL生成专用RAG框架

Vanna：SQL生成专用RAG框架

Vanna 是一个 MIT 许可的开源 Python RAG框架，用于 SQL 生成和相关功能。

5个Whisper变体实现与比较

5个Whisper变体实现与比较

本文介绍OpenAI Whisper的5个变体以及如何在 Python 中实现它们，并给出性能测试的比较结果。

Qwen2-VL OCR能力微调与量化

Qwen2-VL OCR能力微调与量化

最近，我对 Qwen2-VL-2B 进行了微调，我的目标是使用此模型从车辆铭牌和底盘图像中提取所需的信息 (OCR)。

基于Agent的图生视频自动化

基于Agent的图生视频自动化

本文介绍如何使用LangGraph的AI代理实现从单张图像到视频的自动化处理。

用TextGrad优化LLM提示

用TextGrad优化LLM提示

TextGrad 是一个 Python 包，它提供了一个简单的接口来实现用于文本优化的 LLM梯度，可以用来优化提示。

OOTDiffusion虚拟试穿模型

OOTDiffusion虚拟试穿模型

虚拟试穿技术是电子商务和时尚领域的一项前沿创新，它允许客户在不实际穿着的情况下尝试虚拟服装、配饰、化妆品或其他时尚元素。OTDiffusion是一种基于 LDM 的新方法。

图像数据集自动标注指南

本文介绍如何使用 Grounding DINO、SAM 和 AutoDistill 等模型/工具自动生成图像数据集的标注数据。

打造自己的AI搜索引擎

你可能听说过 Perplexity，这是一个引起轰动的 AI 搜索引擎，但它是收费的。本文介绍使用开源 AI工具创建本地 Perplexity 的替代方案。

ResumeGPT 简历问答机器人

ResumeGPT 简历问答机器人

本文介绍如何使用检索增强技术实现一个通过自然语言和PDF格式的简历文档对话的应用。

Idefics-2微调实现视觉问答

Idefics-2微调实现视觉问答

本文介绍如何使用Transformers库微调Idefics-2视觉大模型，来应对视觉问答任务。

PuLID极速身份定制模型

PuLID是一种创新的非调整身份定制方法，提供对面部特征和身份特征的前所未有的控制。