APPLICATION - Software 2.0 (Page 4)

Tagged

APPLICATION

A collection of 178 posts

OmniParser提取小红书数据

OmniParser提取小红书数据

通过将 Omniparse 基于视觉的理解与语言模型 (LLM) 相结合，它可以成为 RPA 的可行替代方案，用于复杂的 Web 抓取，类似于 AgentQL 的功能。

财务文档的AI处理管线

我开发了一个集成 Phidata、n8n 和 Qdrant 的简化解决方案，以自动执行财务文件分析。

用本地TTS制作有声读物

在本指南中，我将带你了解使用 Nvidia 的 FastPitch 创建个性化有声读物解决方案的过程，从了解 TTS 基础知识到集成高级模型。

基于计算机视觉的自动分拣

使用计算机视觉的自动分拣根据特定特征识别、分类和路由物品或材料，广泛应用于制造业、物流业、农业和回收业等行业，以提高效率、降低劳动力成本并最大限度地减少错误。

AI驱动的Web抓取和数据分析

AI驱动的Web抓取和数据分析

在本指南中，我们将学习如何将网页抓取与人工智能相结合，以构建一个强大的工具，用于免费大规模收集和分析数据。让我们开始吧！

用Ollama打造本地生产力工具

用Ollama打造本地生产力工具

在本文中，我们将深入探讨本地 AI 的世界，探索 Ollama 等工具以及 Gemma 2 和 LLaVA 等最先进的模型如何改变你的日常工作流程。

打造免费的本地AI助手

在本文中，我将介绍使用 LangChain、Chroma 实现 RAG 管道的 Flask 应用程序的开发。该应用程序允许用户上传 PDF 文档、存储嵌入并查询它们以进行信息检索。

从PDF文章生成幻灯片和演讲视频

从PDF文章生成幻灯片和演讲视频

和大多数人一样，NotebookLM 及其从一组文档生成播客的能力让我大吃一惊。然后，我开始思考：“他们是如何做到这一点的，我在哪里可以获得这种魔力？”复制起来有多容易？

Imagen 3虚拟试穿实现

在这篇博客中，我将向你展示一个有趣的用例，说明如何使用 Imagen 3 查看一套衣服穿在你身上的效果——这是我经常遇到的一个实际问题。

打造自己的代码审查助手

你是否曾经想要拥有完全在本地机器上运行的 AI 代码审查器？在本教程中，我们将使用 ClientAI 和 Ollama 构建该工具。

AI驱动的README生成器

在本文中，我们将介绍建立一个使用Git钩子和Ollama Llama3模型自动生成和更新README.md的方法。

基于多模态LLM的PDF处理管道

基于多模态LLM的PDF处理管道

我们的管道是一个两步过程。首先将每个页面分割成重要的块并总结每个块。其次对块进行一次索引，然后在每次收到请求时搜索这些块，并在 LLM 上下文中包含每个检索到的块的完整上下文。

用合成数据构建LLM护栏

随着大型语言模型 (LLM) 越来越受欢迎，一个挑战是确保当用户使用超出其预期目的的查询或请求提示这些模型时，由 LLM 驱动的应用程序不会偏离主题。

LLM驱动的自然语言界面

自然语言 (NL) 界面使用户能够使用自然语言与系统交互（而不是使用严格的命令语法或使用图形用户界面的按钮和字段）。

LLM驱动的房地产行业知识库

房地产公司在其运营的每个阶段都会生成大量文件——从土地可行性研究和市场研究到建筑设计和合规报告。这些数据的庞大数量和多样性使得传统的存储和检索方法效率低下，常常导致决策延迟和错失良机。

LLM微调实现网络攻击检测

在这篇文章中，我将探讨 LLM 微调在网络安全领域预测任务中的更高级用例。具体来说，我提出了一种使用微调 LLM 进行实时网络攻击检测的机制。

探索音频数据建模的3种方法

本研究的目标是尝试使用 GTZAN 数据集解决流派分类任务的不同建模方法。为了确保模型的公平比较，所有实验都使用了相同的训练-测试分割。

用Gemini自动提取PDF数据

用Gemini自动提取PDF数据

在此博客中，我们将使用 Gemini 1.5 Flash 模型和 Google Apps Script 自动执行从 PDF 中提取详细信息并填充 Google Sheet 的过程。

$从源代码生成LaTeX论文$

从源代码生成LaTeX论文

我的目标是从科学代码过渡到一份全面的LaTex文档，该文档介绍代码的用途、定义变量、展示科学公式、包含生成的示例图并演示特定示例的计算。

解码非结构化文本中的信号

本文介绍了一个案例研究，该案例研究处理来自各种来源的非结构化文本数据以生成精炼的直观和可操作的见解。

OWASP大模型十大威胁清单

“嘿，Lex！帮我总结一下这篇文章，”我问我闪亮的新大型语言模型 (LLM) 助手。它停顿了一秒钟，然后吐出了一个优雅的总结——以及一个奇怪的预测，我很快就会买一个热水浴缸。虽然我不介意人工智能发挥创造力，但它试图用信用卡为那个热水浴缸收费？是的，不。那一刻我知道 Lex 需要界限。像 Lex 这样的 LLM 是人工智能中的法拉利——它们速度快、造型优美，可以让你的生活变得无限酷。但是，如果让一个人在没有护栏的情况下自由行动，你就会陷入混乱的欢乐之旅，穿越人工智能安全的危险。这就是 OWASP的LLM十大威胁清单的作用所在，它列出了一系列至关重要的潜在威胁，几乎可以说是人工智能安全的复仇者联盟。 OWASP 到底是什么？OWASP，即开放式 Web 应用程序安全项目，就像网络安全领域的甘道夫，坚定地对抗数字世界的漏洞。这个全球非营利组织以其 OWASP 十大威胁清单而闻名，这是一份关键安全风险清单，开发人员如果忽视这些风险，将自食其果。这是一本规则手册，上面写着：“你不应该让黑客闯入你的应用程序。

提示注入攻击综合指南

这是关于提示注入攻击的最全面的指南，涵盖黑客利用恶意提示劫持生成式 AI 模型的所有策略、技术和程序 (TTP)。

用向量数据库分析股票价格

监控和识别数据中的异常和感兴趣的模式是一项艰巨的任务。在本文中，我们将使用一种称为时间相似性搜索的方法探索两种模式和异常检测的变体。

GenAI重塑数据科学团队

对于数据科学家和机器学习团队来说，这种演变对他们的角色产生了直接影响。一种新型的人工智能项目已经出现，在这篇博文中，我们将讨论这一切对数据科学和机器学习团队意味着什么。

基于VLM的图像聊天应用

在本教程中，我们将学习如何使用开源 Llama 3.2-Vision 模型与我们的图像聊天，你会惊叹于它的 OCR、图像理解和推理能力。