tag AI

標籤
貢獻119
198
03:55 AM · Nov 07 ,2025

@AI / 博客 RSS 訂閱

daibitx - DeepSeek OCR+Fast API 容器化部署傻瓜包

一、前言 由於 DeepSeek-OCR 底層依賴的 LLVM 環境目前不支持 Windows 原生平台,因此在 Windows 系統上無法直接進行本地安裝和部署。為了保證可用性與兼容性,DeepSeek-OCR 主要通過以下方式運行: Docker WSL(Windows Subsystem for Linux) 原生 Linux 環境 為了便於在這些環境中快速搭建完整的 OCR 服務

AI

收藏 評論

躺柒 - 讀智能新物種05伴侶動物

1.生物學啓發 1.1.大約在公元前350年,古希臘哲學家和數學家阿契塔(Archytas)製造了一隻會飛的木鴿子 1.2.仿生學研究旨在從自然界中尋找方案來解決問題,是一種廣泛的學術研究趨勢 1.3.生物仿生學的一個大的子領域集中在受生物學啓發的機器人設計方面,特別是受動物啓發的傳感、身體設計和運動方面 1.3.1.動物以無數種不同的方式爬行、奔跑、飛行、游泳、跳躍、集羣和攀爬,所有

AI

收藏 評論

HuggingFace - 經同意的語音克隆

在這篇博客文章中,我們介紹了“語音同意驗證機制 (voice consent gate)”的概念,支持通過明確同意來進行語音克隆。我們還提供了一個 示例 Space 應用 和 相關代碼,幫助大家快速上手這一想法。 近年來,逼真的語音生成技術已經達到了令人驚訝的水平。在某些情況下,生成出來的合成語音幾乎能以假亂真,和真人的聲音非常相似。如今,曾經只存在於科幻小説中的“語音克隆”已經成為現實。只需要

AI

收藏 評論

Lab4AI - 原來用聊天記錄就可以創造數字分身!WeClone項目在Lab4AI平台上的復現

01 | WeClone如何創造數字分身 擁有一個數字分身可能是很多人的一個願望。其實通過給大模型餵我們的聊天記錄,就可打造出我們的數字分身,當前爆火的Weclone項目採取的就是這種做法。先導出自己的聊天記錄,再把聊天記錄作為數據用來微調大模型,讓模型學習我們的語言風格和習慣,就能打造出專屬的數字分身。近期,有開發者在Lab4AI大模型實驗室成功復現WeClone項目,不需要準備繁瑣的環境,很容

AI

收藏 評論

codechen8848 - 告別繁瑣操作!這款神器用 AI 輕鬆繪製專業圖表!

大家好,我是 Java陳序員。 在日常工作中,我們常常要繪製架構圖、流程圖等。 你是否也曾經歷過這些場景:對着空白的 Draw.io 界面發呆,想畫個系統架構圖卻不知從何下手?花兩小時調整流程圖佈局,結果元素還是擠成一團?好不容易畫完的雲架構圖,領導一句“重新排版”讓你心態崩潰? 今天,給大家推薦一款製圖神器,用 AI 幫助你輕鬆繪製專業圖表! 關注微信公眾號:【Java陳序員】,獲取開源項目

AI

收藏 評論

Nick Babich & Gleb Kuznetsov - How AI Technology Will Transform Design

AI-generated art is everywhere on the web. If you are an active Instagram, Twitter, or Pinterest user, you likely saw interesting artworks created using text-based tools like DALLE, Midjourney, or S

UX Design , Tools , AI , Opinion Column

收藏 評論

Nikita Samutin - Beyond The Hype: What AI Can Really Do For Product Design

These days, it’s easy to find curated lists of AI tools for designers, galleries of generated illustrations, and countless prompt libraries. What’s much harder to find is a clear view of how AI is a

ux , AI , Product Strategy , Design

收藏 評論

哈哈丶丶 - Spring AI Alibaba 入門指南

1. 概述 Spring AI Alibaba 開源項目基於 Spring AI 構建,是阿里雲通義系列模型及服務在 Java AI 應用開發領域的最佳實踐,提供高層次的 AI API 抽象與雲原生基礎設施集成方案和企業級 AI 應用生態集成。 在用Spring AI搭建Java AI應用的時候,會碰到了各種讓人頭疼的配置動態管理的問題. 比如像調用算法模型的“API-KEY密鑰”這類敏感配置.

AI

收藏 評論

哥布林學者 - 吳恩達深度學習課程二: 改善深層神經網絡 第三週:超參數調整,批量標準化和編程框架(三)多值預測與多分類

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下: 原課程視頻鏈接:[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料,含課件與筆記:吳恩達深度學習教學資料 課程配套練習(中英)與答案:吳恩達深度學習課後習題與答案 本篇為第二課的第三週內容,3.8到3.9的內容。 本週為第二課的第三週內容,你會發現這周的題目很長,實際上,作為第二課的

AI

收藏 評論

AiFly - 單GPU運行N個專家模型:Multi-LoRA的低成本實戰——從法律專家到代碼專家

  對於個人或小公司有部署使用本地大模型的需求,但由於業務需求直接部署一個開源的通用大模型又不滿足需求。這時常見的解決方案是使用RAG方案或微調模型方案。微調是使用領域知識訓練模型,使模型其具備相應的領域知識能力。微調後模型可獨立生成相應的領域知識,無需再通過RAG方案問答時通過上下文提供對應的領域知識。   模型私有化部署對顯卡資源的消耗比較高,對於一個4B模型BF16部署的資源已經達到9GB(

AI

收藏 評論

Victor Yocco - The Psychology Of Trust In AI: A Guide To Measuring And Designing For User Confidence

Misuse and misplaced trust of AI is becoming an unfortunate common event. For example, lawyers trying to leverage the power of generative AI for research submit court filings citing multiple compell

Guides , ux , AI , Design

收藏 評論

wx6445e01fde863 - .Net——AI智能體開發基於 Microsoft Agent Framework 實現第三方聊天曆史存儲

基於 Microsoft Agent Framework 實現第三方聊天曆史存儲 理解 Microsoft Agent Framework Microsoft Agent Framework 是一個用於構建對話式 AI 應用的框架,支持自然語言處理和上下文管理。其核心組件包括 Bot Framework SDK 和 Azure Bot Service,但默認聊天曆史通

yyds乾貨盤點 , AI , 後端開發 , AgentFramework , .net

收藏 評論

Filip Paldia & Jamie Clarke - The AI Dilemma In Graphic Design: Steering Towards Excellence In Typography And Beyond

Imagine it’s 2028, and you’re at your projected, suped-up workstation. “Hey AI,” you say, “I need some type options for this page heading…” Before finishing, your AI assistant, affectionately nickna

Typography , AI , Design

收藏 評論

HuggingFace - 用開源模型強化你的 OCR 工作流

我們在這篇文章中新增了 Chandra 和 OlmOCR-2,並附上了它們在 OlmOCR 基準上的得分 🫡 摘要: 強大的視覺語言模型 (Vision-Language Models, VLMs) 的崛起,正在徹底改變文檔智能 (Document AI) 的格局。每種模型都有其獨特的優勢,因此選擇合適的模型變得棘手。相比閉源模型,開源權重的模型在成本效率和隱私保護上更具優勢。為了幫

AI

收藏 評論

ceshiren2022 - 實測見證!利用Dify工作流與AI智能體,我們的測試效率提升300%

如果你也厭倦了在無盡的測試用例、重複的迴歸測試和脆弱的UI腳本中掙扎,那麼這篇文章正是為你準備的。我將分享我們團隊如何利用Dify工作流編排AI測試智能體,實現測試效率的指數級提升,讓測試工作變得前所未有的智能和高效。 一、 困局:我們曾在測試泥潭中寸步難行 在引入新方法之前,我們團隊面臨典型的測試瓶頸: 迴歸測試耗時漫長: 每次發版前,全量回歸測試需要2個測試人員投入整整3個工

迴歸測試 , AI , 人工智能 , 深度學習 , dify

收藏 評論

哥布林學者 - 吳恩達深度學習課程三: 結構化機器學習項目 第一週:機器學習策略(三)模型性能與“人類性能”

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下: 原課程視頻鏈接:[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料,含課件與筆記:吳恩達深度學習教學資料 課程配套練習(中英)與答案:吳恩達深度學習課後習題與答案 本篇為第三課的第一週內容,1.8到1.12的內容,也是本週的最後一篇內容,另外,因為內容並不涉及新技術,理論習題也只是對本

AI

收藏 評論

顏色不一樣的煙火 - 語音識別服務funasr搭建

本文討論語音識別功能,使用的是阿里的開源語音識別項目FunASR,含兩種部署方式,社區windows版和docker容器化部署,windows社區版的可以用於本地開發使用,生產環境建議使用容器版。 1、windows社區版部署   1.1、環境安裝     軟件需要Visual Studio 2022 c++環境,如果沒有Visual Studio 2022 c++運行環境,雙擊 VC_redis

AI

收藏 評論

Joas Pambou - Using Multimodal AI Models For Your Applications (Part 3)

In this third and final part of a three-part series, we’re taking a more streamlined approach to an application that supports vision-language (VLM) and text-to-speech (TTS). This time, we’ll use dif

llm , Techniques , Tools , AI

收藏 評論

ygqygq2 - 讓 AI 編程助手更智能:Turbo AI Rules 擴展使用指南

1. 引言 在使用 Cursor、GitHub Copilot、Continue 等 AI 編程助手時,你是否遇到過這些問題: 每次換項目都要重新配置編碼規範? 團隊成員的 AI 提示詞不統一,代碼風格混亂? 優質的規則模板分散在各處,難以管理和複用? Turbo AI Rules 就是為解決這些痛點而生的 VS Code 擴展。它讓你可以從 Git

rules , 辦公效率 , AI

收藏 評論

Coding茶水間 - 基於深度學習的腦腫瘤檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的腦腫瘤檢測系統演示 1. 前言​ 腦腫瘤作為一種常見的神經系統疾病,其早期精準識別對臨牀診療方案的制定及預後評估具有重要意義。近年來,計算機斷層掃描(CT)、磁共振成像(MRI)等醫學影像技術為腦腫瘤的診斷提供了重要依據,但傳統影像分析高度依賴醫師經驗,存在診斷週期長、主觀差異大等問題。隨着人工智能與醫學影像分析的深度融合,基於深度學習的目標檢測技術為腦腫瘤的自動化檢測提供

AI

收藏 評論

u_16421249 - 如何快速搭建一個本地私有化AI知識庫?(附完整流程)

在日常工作裏,大家應該都有這樣的痛點: 手上的文檔越來越多,想找某個內容,卻不知道存在哪個文件夾; 每次寫週報、寫方案、做調研,都要重複整理過去的資料; 用在線 AI 工具問問題時,又擔心把公司資料、會議紀要上傳到雲端; 想搭一套“私有知識庫 + 本地模型”的方案,但工具太複雜,部署成本太高。 所以,一個真正本地化、不上傳雲端

機器學習 , 本地部署 , yyds乾貨盤點 , 離線 , AI , AIPC , 人工智能 , 大模型

收藏 評論

HyperAI超神經 - 首個天文多模態基礎模型AION-1誕生!UC伯克利等基於2億天文目標預訓練,成功構建泛化性多模態天文AI框架

基於 Transformer 架構的基礎模型,已在自然語言處理與計算機視覺等領域引發深刻變革,推動技術從「一事一模型」的定製範式,邁向通用化的新階段。然而,當這類模型進入科學研究領域時,卻遭遇了明顯的水土不服。科學觀測數據來源多樣、格式不一,且常包含各類觀測噪聲,使得數據呈現出顯著的「複雜異質性」。這一現實使得科學數據分析陷入兩難: 若僅處理單一類型數據,則難以充分挖掘其潛在價值;若依賴

多模態 , AI , 天文學 , 人工智能 , 深度學習

收藏 評論

躺柒 - 讀共生:4_0時代的人機關係02人機合作後

1.人機合作後 1.1.雖然人類工程技術的每一次進步都需要解決難度更大的問題,但渴望解決問題的精神始終推動着人類不斷創新 1.1.1.目標一如既往地不是取代人類,而是增強人類的能力 1.2.人類歷史中的每一次創新發生之後都伴隨着一段適應期 1.2.1.狩獵者學會做農民,農民學會做裁縫,裁縫學會做生意人,生意人學會做銀行家,19世紀的工匠變成了20世紀的工廠工人,而20世紀的工廠工

AI

收藏 評論

Ilia Kanazin & Marina Chernyshova - Designing With AI, Not Around It: Practical Advanced Techniques For Product Design Use Cases

AI is almost everywhere — it writes text, makes music, generates code, draws pictures, runs research, chats with you — and apparently even understands people better than they understand themselves?!

Techniques , AI , Design

收藏 評論