Tag: AI
All the articles with the tag "AI".
PromptFix：让我们修复你的照片的智能提示工具
Published:PromptFix 是一个开源项目，由 yeates 开发，旨在通过智能提示修复照片。该工具在 NeurIPS 24 上发布，提供了独特的能力，结合先进的 AI 技术，可以针对用户给出的照片提示进行优化和修复，提升照片的质量与表现。
Docling：IBM 的智能文档解析转换框架，支持多格式文档解析
Published:Docling 是 IBM 推出的智能文档解析转换框架，具备多格式文档解析能力，支持 PDF、DOCX、PPTX、图片、HTML、AsciiDoc 和 Markdown 等格式，可输出为 Markdown 和 JSON。它拥有高级 PDF 处理能力，能够理解页面布局、识别阅读顺序并处理表格结构，极大提升文档理解效率。
发现了一个令人惊奇的 LoRA 模型：生成匹配过去与现在图像的艺术作品
Published:在 Twitter 上，Ring Hyacinth 分享了一个特别棒的 LoRA 模型，能够生成与过去和现在的照片相匹配的图像。这个项目的非功利性质与丰富的想象空间令我印象深刻，展现了 AI 潜力的无限可能性。了解更多信息请查看链接。
D-FINE：将 DETRs 的回归任务重新定义为细粒度分布细化
Published:D-FINE 是一个项目，旨在将 DETRs 的回归任务重新定义为细粒度分布细化。该项目为计算机视觉和深度学习领域提供了新的视角，通过优化回归任务，提升了模型的表现。项目链接：
浙大与字节联合开源的 MimicTalk：快速生成个性化的 3D 说话头像
Published:浙大与字节联合开源了 MimicTalk 项目，旨在快速生成个性化的 3D 说话头像视频。该项目利用基于 NeRF 的通用模型，提高了个性化 TFG 的效率和鲁棒性，无需为每个身份单独训练模型，大幅提升训练速度，仅需几分钟即可创建能够模仿用户说话风格和表情的虚拟头像。
Recraft V3：颠覆性 AI 模型在设计语言中的应用
Published:Recraft V3 是一款颠覆性的 AI 模型，它能够以设计语言进行思考，提供前所未有的文本生成质量，超越 Midjourney、OpenAI 等模型。不仅仅是图像生成工具，它还是一款强大的文本处理工具，具备更高效的设计表达能力。
微软开源数据可视化 AI 工具：Data-Formulator
Published:微软推出了数据可视化 AI 工具项目：Data-Formulator，支持用户界面交互与自然语言输入结合，能够进行数据转换并创建可视化效果。该工具可处理图片和混乱文本，适合专业分析师和普通用户使用，重点特点包括拖拽操作与自然语言输入，无需编码技能。
美团首页推荐的全域用户建模探索与实践
Published:本文详细探讨了美团首页推荐系统中全域用户建模技术的发展与应用。美团的推荐算法团队通过多阶段递进式探索，成功将多源用户交互数据引入召回和排序模块，并应对了多展位、多业务及时空场景相关性导致的跨域信号负迁移挑战。