杨帆的文章

综合介绍 MegaParse 是一个强大且多功能的文件解析工具，专为大语言模型（LLM）的数据处理优化而设计。无论是处理文本、PDF、PowerPoint 演示文稿还是 Word 文档，MegaParse 都能轻松应对，并确保在解析过程中不...

面对复杂的文本结构，或图文混排内容，利用视觉模型OCR能力提取内容是不错的方法。 多模态大模型或专用视觉模型可以理解图片内容且接收指令执行识别任务，我们将利用此能力让输出的内容符合我们的要求。   O...

综合介绍 析言GBI是阿里云百炼推出的一款基于大模型的智能数据分析产品。该产品利用先进的自然语言处理技术，帮助用户通过自然语言进行数据查询和分析，无需掌握复杂的SQL语法。析言GBI支持多种数据源，包括MySQL...

综合介绍 AnchorCrafter是一个基于扩散模型的人像视频生成框架，旨在通过动画化参考人像图像，生成高保真度的产品推广视频。该项目由GitHub用户cangcz开发，提供了一种创新的方法来展示产品，通过控制运动和产品...

综合介绍 Fitten Code 是一款由 Fitten LLM 模型驱动的 AI 编程助手，旨在通过自动生成代码、代码补全和调试功能，显著提升开发者的编程效率。该工具支持超过 80 种编程语言，包括 Python、C++、JavaScript、Type...

综合介绍 ViTLP（Visually Guided Generative Text-Layout Pre-training for Document Intelligence）是一个开源项目，旨在通过视觉引导的生成文本布局预训练模型提升文档智能处理能力。该项目由Veason-silverbul...

综合介绍 World Labs是一家专注于空间智能的人工智能公司，致力于构建大型世界模型（Large World Models, LWMs），以感知、生成和交互3D世界。由世界知名的AI技术先驱李飞飞与Justin Johnson、Christoph Lassner...

综合介绍 RMBG-2-Studio 是一款基于 BRIA-RMBG-2.0 模型开发的增强型背景移除和替换应用。该应用旨在为用户提供高效、准确的图像背景处理功能，适用于各种图像类型，包括电商、游戏和广告内容。RMBG-2-Studio 支...

简介 评估是开发和优化检索增强生成（RAG）系统的关键环节。评估涉及对 RAG 流程各方面的性能、准确性和质量进行衡量，包括从检索效果到生成响应的相关性和真实性。   RAG 评估的重要性 对 RAG 系统进行有效...

GPUStack 是一个开源的大模型即服务平台，可以高效整合并利用 Nvidia、Apple Metal、华为昇腾和摩尔线程等各种异构的 GPU/NPU 资源，提供本地私有部署大模型解决方案。 GPUStack 可以支持 RAG 系统中所需要的三种...

综合介绍 GPUStack 是一个开源的 GPU 集群管理工具，专为运行大语言模型（LLMs）而设计。它支持多种硬件，包括 Apple MacBooks、Windows PCs 和 Linux 服务器，能够轻松扩展 GPU 数量和节点，以满足不断增长的计...

综合介绍 OpenAlternative 是一个专注于提供开源软件替代方案的平台，旨在帮助用户找到适合的开源工具来替代日常使用的商业SaaS产品。该网站通过精心策划的开源工具集合，帮助用户节省成本并提高工作效率。OpenAl...

综合介绍 Denser Chat 是一个由 denser.ai 开发和维护的聊天机器人项目，旨在从 PDF 文件和网页中提取文本和表格，并提供源代码高亮显示功能。该项目支持构建基于 denser-retriever 的聊天机器人，并提供交互式的...

综合介绍 AI Chatbot 是一个由 Vercel 开发的开源项目，旨在帮助开发者快速构建和部署智能聊天机器人。该项目基于 Next.js 框架，并集成了多种 AI 模型提供商，如 OpenAI、Anthropic 和 Cohere。通过使用 Vercel ...

通义千问发布的代码模式，可以很轻松的生成网页，我们利用此能力，生成动效的行星轨迹运行图。算是Artifacts的平替工具。代码模式主要用于生成代码，但依赖的库很难多无法加载，并且无法理解LISP语义，因此无法按...