文字识别

首页 标签 文字识别
# 文字识别 #
关注
6225内容
|
2月前
|
阿里云百炼知识库(Knowledge Studio):迈入 Agentic RAG 4.0时代
阿里云百炼Knowledge Studio(RAG 4.0)推出独立 Rag Agent服务,提供 Agentic Search + Agentic Generation 闭环方案。面向企业全模态多知识库场景,真正做到复杂知识搜得到、答得好、引用看得见。
企业如何评估大模型安全厂商的越狱攻击防护能力?
大模型安全厂商可以帮助企业识别和阻断大量越狱攻击,但越狱防护不能只看一次演示结果。企业应从攻击样本覆盖、链路部署位置、风险标签解释、策略处置能力、工程性能和持续迭代 6 个维度做 POC。对于 RAG、Agent、智能客服、多模态生成和开放平台,建议采用输入侧、检索侧、工具调用前、输出侧和审计侧的组合防护。
|
2月前
| |
来自: 弹性计算
2026阿里云最新云产品活动信息汇总:优惠券、特价、扶持政策一览
本文汇总了2026年阿里云全品类最新优惠活动,覆盖新用户专属折扣券、学生300元无门槛券、中小企业最高百万扶持金等福利,同时整理了云安全、云通信、无影云桌面、云原生、数据库、OCR识别等十余条细分产品线的特惠专场,从建站、AI开发到企业数字化转型的各类上云需求都能找到适配的高性价比方案,还补充了优惠券使用规则的常见问题解答,帮助不同类型的用户精准匹配优惠权益,最大化降低上云成本。
|
2月前
| |
【AgentScope Java新手村系列】(19)多模态-图像音频视频
多模态 — 废弃 ImageBlock/AudioBlock/VideoBlock,统一用 DataBlock + Base64Source 内联或 URLSource 远程引用图片。一条消息可拼多个 Block,REST 端点仅稳定支持图片。
|
2月前
|
GEO优化实战深度指南:从文章到多模态,让AI搜索引擎优先引用你
一份可直接照做的操作手册。读完你应能回答三个问题:AI 引擎凭什么引用你的内容?纯文章该怎么改?图片、视频、音频又该怎么补上?
taobao.item.search.img(拍立淘图片搜索 API)全业务场景手册
拍立淘按图搜商品(taobao.item.search.img)是阿里视觉AI接口,支持图片URL或Base64输入,精准返回同款/相似商品ID、标题、价格、销量等结构化数据,广泛应用于跨境铺货、比价导购、竞品监控、品牌维权、智能选品等六大场景。(239字)
|
2月前
|
车位与车牌目标检测数据集:4类别 | 目标检测
本数据集含5000张真实停车场图像,标注4类目标(空位、已占用、违规停车、车牌),支持YOLO等主流模型训练,适用于智慧停车、违停检测等场景,助力无人值守停车场落地。(239字)
|
2月前
| |
Hawa Code Computer use 优化项
Hawa Code 的 Computer MCP 提供桌面自动化能力:通过截屏识别 UI 元素,支持点击、输入、滚动等操作;内置 key/type/click_element 等十余种精准控制工具,并兼容多平台无障碍 API 与 OCR。
|
2月前
| |
阿里云Qwen3.7-Plus全解析:核心能力、订阅方案与部署实操指南
阿里云Qwen3.7-Plus是通义千问系列面向智能体时代推出的均衡型多模态大模型,定位为“能看、能想、能动手”的端到端执行型智能体,在保持接近旗舰模型文本能力的同时,大幅强化视觉理解、GUI交互与任务闭环能力,兼顾性能与成本,是企业与个人构建多模态AI应用的高性价比选择。以下从核心功能、优惠订阅方案、部署实操三大维度,全面解析Qwen3.7-Plus的技术特性、计费策略与落地流程,帮助用户快速掌握模型使用与部署要点。
RPA 实战:滑块验证码、登录弹窗、动态页面通用处理方案
本文针对RPA自动化中三大顽疾——滑块验证码、登录弹窗、动态页面加载,提供经生产验证的实战方案:基于ddddocr实现高精度缺口识别与拟人化滑动轨迹;通过异常捕获+多 selector 智能弹窗感知;采用轮询检测+网络监听应对Ajax懒加载;辅以指纹浏览器、行为模拟与AI元素自愈,全面提升脚本鲁棒性与拟真度。
免费试用