- 博客(356)
- 收藏
- 关注
RSS订阅原创 Safe RLHF: 安全的人类反馈强化学习
海狸被称为"天然的大坝工程师",它们善于使用树枝、灌木、岩石和泥土来建造大坝和小木屋,创造适合其他生物居住的湿地环境,是生态系统中不可或缺的一部分。通过显式解耦人类对有用性和无害性的偏好,Safe RLHF不仅提高了模型的性能,还显著增强了其安全性。研究团队通过三轮使用Safe RLHF的微调,展示了该方法在减少有害响应的同时提高模型性能方面的优越能力。Beaver是一个基于LLaMA的大语言模型,通过收集与有用性和无害性相关的人类偏好数据,并使用Safe RLHF技术进行训练。
2024-10-18 12:35:24
698
原创 DB-GPT-Hub: 提升大语言模型在文本到SQL转换中的性能
DB-GPT-Hub项目已经成功集成了多个大型语言模型,并建立了一个完整的工作流程,包括数据处理、监督微调(SFT)模型训练、预测输出和评估。该项目开发的代码具有高度的可重用性,便于在项目内部进行迭代和改进。截至2023年10月10日,该项目已经使用开源的13B参数模型进行了微调,并引入了更多相关数据。在零样本提示下,使用基于Spider的测试套件,对于1.27G大小的数据库,达到了0.764的执行准确率。此外,对于Spider官方网站指向的95M大小的数据库,执行准确率更是高达0.825。
2024-10-18 12:33:49
697
原创 CVPR 2024论文与代码汇总:计算机视觉领域最新研究进展
CVPR 2024收录的论文涵盖了计算机视觉领域的多个重要研究方向,包括但不限于上述提到的几个方面。这些最新研究成果不仅推动了学术界的技术进步,也为产业界的应用开发提供了重要参考。随着深度学习、大规模预训练模型等技术的不断发展,计算机视觉领域正在经历快速的变革。未来,我们有望看到更多融合多模态信息、结合大语言模型的视觉智能系统,以及在更广泛场景下的实际应用。CVPR作为该领域的顶级会议,将继续引领计算机视觉技术的发展方向。
2024-10-18 12:31:57
2724
原创 人工智能、深度学习和机器学习教程:从入门到精通
人工智能是计算机科学的一个分支,旨在创造能够模拟人类智能的系统。它包括机器学习、深度学习、自然语言处理、计算机视觉等多个子领域。AI的发展经历了几次起起落落,但近年来由于深度学习的突破而迎来了快速发展。目前AI已经在图像识别、语音识别、自然语言处理、推荐系统等领域取得了巨大成功,并正在向更多行业渗透。未来AI有望在医疗诊断、自动驾驶、智能制造等领域发挥重要作用。人工智能、深度学习和机器学习是相互关联的技术,正在深刻地改变我们的世界。
2024-10-18 12:28:48
606
原创 Flyte：打造无忧的生产级数据和机器学习工作流平台
Flyte作为一个强大而灵活的工作流编排平台，正在改变数据科学家和机器学习工程师的工作方式。通过提供一个统一的、可扩展的平台，Flyte使得构建和管理复杂的数据和机器学习工作流变得更加简单和高效。无论是初创公司还是大型企业，Flyte都能为其数据处理和机器学习需求提供可靠的解决方案。随着技术的不断进步和社区的持续贡献，Flyte有望在未来继续引领工作流编排领域的创新，为数据科学和机器学习实践带来更多可能性。
2024-10-17 14:55:04
663
原创 UniLM: 统一的语言模型预训练框架
UniLM作为一个统一的语言模型预训练框架,不仅在技术上实现了自然语言理解和生成任务的统一,更在实践中展现出强大的通用性和卓越的性能。它的成功充分证。
2024-10-17 14:53:44
569
原创 Bard-API:非官方的Google Bard Python接口包
Bard-API是一个非官方的Python包,为开发者提供了一种简便的方式来访问和使用Google Bard的功能。在此背景下,Bard-API项目应运而生,为开发者提供了一种非官方的方式来与Bard进行交互。总的来说,Bard-API是一个有趣且有用的项目,但使用时需要谨慎。虽然Bard-API为开发者提供了一种访问Bard功能的方式,但长期来看,使用官方API仍然是更可靠和安全的选择。然而,Bard-API项目展示了开发者社区的创新精神,为我们提供了在官方API缺失的情况下如何实现功能的借鉴。
2024-10-17 14:51:56
801
原创 txtai: 一个强大的开源嵌入式数据库和语言模型工作流框架
txtai是一个功能丰富、易于使用的开源框架,为构建智能搜索和语言模型应用提供了强大的工具。无论是简单的语义搜索还是复杂的LLM工作流,txtai都能满足各种需求。它的灵活性和可扩展性使其成为构建下一代AI应用的理想选择。如果你正在寻找一个全面的嵌入式数据库和语言模型工作流解决方案,不妨尝试一下txtai。它简单易用yet功能强大,可以帮助你快速构建智能应用。
2024-10-17 14:50:06
1072
原创 OpenCompass: 全面评估大语言模型的开源平台
OpenCompass支持评估各种主流的大语言模型,包括Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude等。它支持对100多个数据集上的广泛模型进行全面评估,为研究人员和开发者提供了一个统一的评估框架。: OpenCompass具有良好的可扩展性,用户可以方便地添加新的模型、数据集和评估指标。: 对各种大语言模型进行全面的能力评估,包括基础语言能力、知识储备、推理能力等。: 通过统一的评估标准,对不同模型的性能进行客观比较。
2024-10-17 14:48:49
672
原创 Chinese-LLaMA-Alpaca-2: 新一代开源中文大语言模型
总的来说,Chinese-LLaMA-Alpaca-2项目代表了中文大语言模型的最新进展,其在模型架构、训练方法和应用部署等方面的创新,为未来的研究和应用铺平了道路。项目还设计了方便的自适应经验公式,降低了使用难度。Chinese-LLaMA-Alpaca-2的开源不仅为研究人员提供了宝贵的资源,也为企业和开发者提供了构建先进AI应用的基础。: 项目团队重新设计了55,296大小的新词表,进一步提升了中文字词的覆盖程度,同时统一了LLaMA和Alpaca的词表,避免了混用词表带来的问题。
2024-10-17 14:47:13
574
原创 LLMWare: 构建企业级RAG应用的统一框架
总的来说,LLMWare为企业提供了一个全面、灵活且易于使用的框架,用于构建基于小型专业化模型的RAG应用。模型目录(Model Catalog):提供统一的模型访问方式,支持150多个模型,包括50多个针对RAG优化的BLING、DRAGON和行业BERT模型。通过整合这两个组件,并集成领先的开源模型和底层技术,LLMWare为快速构建基于知识的企业LLM应用提供了一套全面的工具。这些新特性进一步扩展了LLMWare的应用场景,为企业用户提供了更多灵活和强大的工具来构建定制化的LLM应用。
2024-10-17 14:45:48
645
原创 FaceNet: 深度学习人脸识别的革命性技术
FaceNet是由Google研究团队于2015年提出的一种革命性的人脸识别技术。它通过深度卷积神经网络,将人脸图像直接映射到128维的欧几里得空间中,形成一个紧凑的向量表示。在这个空间中,同一个人的不同图像会被映射到相近的点,而不同人的图像则会被映射到较远的点。这种表示方法使得人脸识别任务变得简单而高效。FaceNet的核心思想是学习一个从人脸图像到欧几里得空间的映射函数,使得同一个人的人脸图像之间的距离小于不同人之间的距离。这种方法被称为"三元组损失"(triplet loss)。
2024-10-17 14:43:56
1123
1
原创 GluonTS: 强大的概率时间序列建模库
无论是初学者还是经验丰富的数据科学家,都能从这个库中受益,快速构建和部署高质量的时间序列模型。GluonTS是一个功能强大的Python库,专门用于概率时间序列建模,尤其关注基于深度学习的模型。它基于PyTorch和MXNet构建,为数据科学家和研究人员提供了一套全面的工具,用于处理常见的时间序列任务,如预测和异常检测。这个例子展示了GluonTS的强大功能。: 库中包含了多种最先进的时间序列模型的实现,如DeepAR、Temporal Fusion Transformer等,方便用户进行基准测试和比较。
2024-10-17 14:42:31
950
原创 VisualDL: 飞桨深度学习可视化工具
VisualDL是百度飞桨(PaddlePaddle)推出的一款功能强大的深度学习可视化分析工具。它为开发者提供了丰富的可视化功能,包括实时跟踪训练指标、可视化模型结构、展示数据样本、可视化高维数据分布等,帮助用户更直观地理解训练过程和模型结构,从而高效地进行模型优化。易用性强:API设计简洁,只需添加几行Python代码即可实现丰富的可视化功能功能丰富:提供标量、图像、音频、文本、图结构等多种可视化组件兼容性好:支持主流深度学习框架,如PaddlePaddle、ONNX、Caffe等。
2024-10-17 14:39:47
1300
原创 CUTLASS: NVIDIA的高性能CUDA线性代数库
CUTLASS (CUDA Templates for Linear Algebra Subroutines) 是NVIDIA开发的一个开源CUDA C++模板库,用于实现高性能的矩阵乘法(GEMM)和相关计算。它采用了类似cuBLAS和cuDNN的分层分解和数据移动策略,将这些"移动部件"分解为可重用的模块化软件组件,通过C++模板类进行抽象。CUTLASS的主要特点包括:高性能:CUTLASS原语非常高效,在构建设备级GEMM内核时,其峰值性能可与cuBLAS相媲美。
2024-10-17 14:37:22
881
原创 DeepLabCut: 基于深度学习的无标记动物姿态估计工具
DeepLabCut是一款强大的开源工具,用于对包括人类在内的所有动物进行无标记姿态估计。它采用深度学习技术,可以对用户自定义的特征进行精确跟踪和分析。
2024-10-17 14:34:38
338
原创 x-transformers: 一个功能丰富的Transformer库
允许用户自定义注意力层和前馈层的排列顺序,实现如"三明治"Transformer等特殊结构。
2024-10-17 14:32:00
659
原创 Trieve: 全方位的搜索、推荐和RAG基础设施
Trieve为开发者提供了一个强大而灵活的平台,大大简化了构建高质量搜索、推荐和RAG系统的过程。无论是初创公司还是大型企业,Trieve都能为其提供所需的工具和基础设施,帮助他们快速构建智能、高效的信息检索和推荐系统。
2024-10-17 14:29:56
1079
原创 Bing Chat API：ChatGPT的强力竞争对手
Bing Chat API是由GitHub用户transitive-bullshit开发的开源项目，旨在为Node.js开发者提供一个简单易用的接口来与Bing Chat进行交互。该项目被形容为"ChatGPT on steroids"（类固醇版ChatGPT），意味着它在某些方面可能比ChatGPT更加强大。Bing Chat API为Node.js开发者提供了一个强大的工具，使得集成先进的AI对话功能变得更加简单。虽然目前仍处于早期阶段，但其潜力巨大，值得关注。
2024-10-09 15:26:01
694
原创 AutoPR：为您的代码库注入AI驱动的工作流
AutoPR的一大优势在于其高度的可配置性。定义触发条件：例如，指定何时执行自动总结或创建TODO issues。自定义操作：创建符合您项目特定需求的自定义操作。调整输出格式：定制README摘要或PR总结的格式和内容。triggers:actions:actions:AutoPR代表了软件开发自动化的未来。通过将AI技术与传统的开发工具相结合，它为开发者提供了一个强大的助手，能够处理繁琐的日常任务，让开发者将更多精力集中在创造性的工作上。
2024-10-09 15:21:57
823
原创 FaceSwap: 开源人工智能换脸软件的前沿技术
FaceSwap是目前最受欢迎的开源人工智能换脸软件之一。它基于深度学习技术,能够在图片和视频中实现高质量的人脸替换。作为一个多平台的开源项目,FaceSwap可以在Windows、macOS和Linux等主流操作系统上运行,为用户提供了极大的便利性。FaceSwap的核心技术基于Tensorflow、Keras等深度学习框架,以Python作为主要开发语言。这使得FaceSwap不仅具有强大的人脸识别和替换能力,还拥有良好的可扩展性和社区支持。
2024-10-09 15:17:52
1206
原创 LLMStack: 无代码平台打造AI应用的革新之路
LLMStack是一个强大的无代码平台，专为构建生成式AI代理、工作流和聊天机器人而设计。它的核心理念是让用户能够轻松地将多个大型语言模型(LLMs)串联起来，创建复杂的AI应用，同时无需编写任何代码。这一平台不仅简化了AI应用的开发过程，还使得将自定义数据和内部工具与GPT驱动的模型集成变得异常简单。LLMStack作为一个创新的无代码AI应用开发平台，正在为AI民主化做出重要贡献。它不仅简化了AI应用的开发过程，还为非技术背景的用户打开了AI创新的大门。
2024-10-09 15:11:13
760
原创 Streamlit: 快速构建数据应用的革命性工具
在当今数据驱动的世界中,能够快速构建和分享数据应用变得越来越重要。Streamlit应运而生,它是一个开源的Python框架,旨在彻底改变数据科学家和AI/ML工程师构建交互式数据应用的方式。本文将深入探讨Streamlit的特点、优势以及它如何revolutionize数据应用开发流程。Streamlit正在改变数据科学家和开发者构建和分享数据应用的方式。它的简单性、灵活性和强大功能使其成为数据驱动决策时代的重要工具。
2024-10-09 15:07:41
785
原创 OpenPose: 实时多人2D姿态估计的开创性技术
OpenPose是由卡内基梅隆大学感知计算实验室开发的一个开源项目,它代表了实时多人2D姿态估计领域的重大突破。作为第一个能够同时检测人体、手部、面部和脚部关键点的实时系统,OpenPose在计算机视觉和人机交互等领域具有广泛的应用前景。
2024-10-09 15:01:44
792
原创 ML-From-Scratch:从零开始实现机器学习算法
ML-From-Scratch项目为那些希望深入理解机器学习算法原理的人提供了宝贵的学习资源。通过阅读和运行这些从零开始的实现,我们可以更好地掌握各种算法的核心思想和数学原理,而不仅仅是调用现成的库函数。该项目也启发我们在实际工作中,除了使用成熟的框架外,也要保持对算法本质的洞察和思考。
2024-10-09 14:59:39
283
原创 DeepSpeech:开源嵌入式语音识别引擎
DeepSpeech作为一个开源的嵌入式语音识别引擎,为开发者和研究人员提供了一个强大的工具,推动了语音识别技术的民主化。虽然在某些方面还不及商业系统,但其开放性、可定制性和持续改进的特点,使其在特定应用场景中具有独特优势。随着技术的不断进步和社区的共同努力,DeepSpeech必将在语音识别领域发挥越来越重要的作用。
2024-10-09 14:55:53
1270
原创 MediaPipe：Google开源的跨平台机器学习解决方案
MediaPipe是由Google开发的开源框架,旨在构建跨平台的机器学习管道,特别适用于处理多媒体数据如视频和图像。它提供了一套库和工具,让开发者能够快速将人工智能(AI)和机器学习(ML)技术应用到自己的应用程序中。无论是在移动设备、网页应用还是嵌入式系统上,MediaPipe都能提供高效的性能表现。: 用于部署解决方案的跨平台API和库: 预训练的、即用型模型: 允许使用自定义数据定制模型: 在浏览器中可视化、评估和基准测试解决方案。
2024-10-09 14:47:21
939
原创 EasyOCR: 一款功能强大的多语言OCR工具
EasyOCR是一款功能强大、使用简单的光学字符识别(OCR)工具,由JaidedAI开发并在GitHub上开源。它支持80多种语言和所有主流文字系统,包括拉丁文、中文、阿拉伯文、梵文、西里尔文等。EasyOCR的设计理念是让OCR技术变得简单易用,即使没有计算机视觉和深度学习背景的开发者也能快速上手。支持80多种语言,覆盖面广预训练模型可直接使用,无需额外训练简单易用的API,几行代码即可实现文本识别支持GPU加速,提高识别速度开源免费,可自由使用和修改。
2024-10-09 14:38:07
987
原创 深入探索TTS：一个强大的深度学习文本转语音工具包
TTS(Text-to-Speech)是由Coqui.ai开发的一个开源深度学习文本转语音工具包。作为一个功能强大且经过实战检验的项目，TTS为研究人员和开发者提供了先进的语音合成能力。自发布以来，TTS在GitHub上已获得超过33,000颗星，成为该领域最受欢迎的开源项目之一。TTS的目标是为语音合成任务提供高性能的深度学习模型。它不仅包含了多种先进的文本到语音模型，还提供了语音编码器和声码器模型，使得整个语音合成流程得以完整实现。
2024-10-09 14:34:18
889
原创 cog-face-to-many: 将任意人脸转换为游戏角色、像素艺术、黏土动画、3D模型或玩具形象
cog-face-to-many项目展示了AI技术在创意领域的巨大潜力。它不仅为艺术家和创意工作者提供了一个强大的工具,也为普通用户打开了探索数字艺术的大门。随着项目的不断发展和社区的积极参与,我们可以期待看到更多令人惊叹的创意作品涌现。
2024-10-09 14:29:44
656
原创 Distilabel: 一个强大的AI合成数据和反馈框架
Distilabel是一个用于生成合成数据和AI反馈的框架,专为需要快速、可靠和可扩展管道的工程师设计。它基于经过验证的研究论文,提供了一套强大的工具和API,使用户能够轻松构建复杂的数据处理流程。Distilabel为AI开发者提供了一个强大的工具,使他们能够快速生成高质量的合成数据和AI反馈。通过专注于数据质量,Distilabel帮助用户解决了计算成本高昂和输出质量重要的双重挑战。无论您是在进行传统的NLP任务,还是探索大型语言模型的前沿应用,Distilabel都能为您的项目带来显著的效率提升。
2024-10-09 14:25:01
586
原创 VideoPipe: 跨平台视频结构化分析框架
VideoPipe是一个用C++编写的跨平台视频分析和结构化框架。它采用管道式设计,每个节点都是独立的,可以灵活组合以满足不同的应用需求。VideoPipe的主要目标是简化视频分析应用的开发过程,使开发者能够快速构建高效的视频处理系统。
2024-10-09 14:20:43
897
原创 fast-stable-diffusion: 加速稳定扩散和DreamBooth训练的开源项目
AUTOMATIC1111 WebUI的Paperspace适配版ComfyUI的优化版本加速版DreamBooth训练脚本该项目的目标是为AI图像生成爱好者提供一个更快速、更高效的工作流程,让用户能够在有限的硬件资源下实现更好的创作效果。fast-stable-diffusion为AI图像生成爱好者提供了一个强大而高效的工具。通过优化训练和推理过程,该项目使得更多人能够参与到AI艺术创作中来。
2024-10-09 14:11:02
520
原创 Plandex：革新终端开发的AI驱动引擎
Plandex是一个开源的、基于终端的AI编码引擎，专为处理跨越多个文件、需要多个步骤的大型实际任务而设计。它的核心目标是帮助开发者快速完成项目、探索未知技术、解决棘手问题，并减少在繁琐任务上花费的时间。Plandex代表了AI辅助开发的未来。它不仅仅是一个代码生成工具，更是一个智能的开发伙伴，能够理解复杂的项目结构，制定详细的实施计划，并逐步执行。通过结合AI的力量和开发者的专业知识，Plandex正在重新定义软件开发的流程和效率。
2024-10-08 15:08:05
822
原创 Dalai: 在本地运行LLaMA和Alpaca的最简单方法
Dalai是一个开源项目,旨在为用户提供在本地机器上运行LLaMA和Alpaca等大型语言模型的最简单方法。它由GitHub用户cocktailpeanut开发,目前在GitHub上已获得超过13,000颗星。Dalai的主要目标是让普通用户也能轻松地在自己的电脑上部署和使用这些先进的AI语言模型,而无需复杂的配置过程。自定义安装路径:使用--home参数指定安装目录。调整模型参数:如线程数、生成token数量、温度等。
2024-10-08 15:05:32
974
原创 TabNine: 革新软件开发的AI代码助手
TabNine是一款由以色列公司Codota开发的AI驱动的代码补全和生成工具。它于2013年由Dror Weiss和Eran Yahav教授在特拉维夫创立,最初名为Codota,后于2021年5月更名为TabNine。作为一款全语言的自动补全工具,TabNine能够显著提高开发者的编码效率和代码质量。
2024-10-08 15:02:56
1231
原创 DVC: 开源数据版本控制与机器学习实验管理工具
DVC(Data Version Control)是一款开源的数据版本控制和机器学习实验管理工具,由Iterative公司开发和维护。它的设计理念是将数据科学和机器学习项目的版本控制扩展到代码之外,涵盖数据、模型和实验结果等方面。DVC与Git紧密集成,为数据科学家和机器学习工程师提供了一个强大的工具集,用于管理复杂的机器学习工作流程。
2024-10-08 14:59:57
1625
原创 AirSim: 微软开源的自主车辆仿真平台
AirSim是由微软研究院开发的开源仿真平台,旨在为无人机、自动驾驶汽车等自主系统提供高度逼真的视觉和物理仿真环境。该平台基于虚幻引擎(Unreal Engine)构建,同时也支持Unity引擎,具有跨平台、开源等特点,为人工智能、计算机视觉和强化学习算法的研究与开发提供了理想的测试环境。AirSim作为一个开创性的仿真平台,为自主系统的研究和开发做出了重要贡献。它不仅提供了高度逼真的仿真环境,还培养了一个活跃的开发者社区。
2024-10-08 14:56:18
1208
原创 H4cker项目：网络安全和黑客技术的综合资源库
H4cker是一个由知名安全专家Omar Santos创建和维护的开源项目。它汇集了大量与网络安全、道德黑客、渗透测试、漏洞研究等相关的资源,包括教程、工具、代码示例等。这个项目的目标是为安全专业人员提供一个全面的学习和参考平台,帮助他们掌握最新的安全技术和方法。在网络安全日益重要的今天,H4cker项目为安全专业人员提供了一个宝贵的学习和成长平台。无论你是网络安全新手还是经验丰富的专家,都能在这个项目中找到有价值的资源。通过持续学习和实践,我们才能在不断变化的网络威胁环境中保持领先。
2024-10-08 14:54:22
1033
原创 Netron: 强大的神经网络和机器学习模型可视化工具
Netron是一款功能强大的神经网络、深度学习和机器学习模型可视化工具。它由Lutz Roeder开发,旨在帮助开发者和研究人员更直观地理解和分析复杂的模型结构。Netron支持多种主流的深度学习和机器学习框架,包括ONNX、TensorFlow、PyTorch、Keras等,使其成为AI领域不可或缺的辅助工具。Netron作为一款功能强大、易用性高的神经网络和机器学习模型可视化工具,为AI开发者和研究人员提供了极大的便利。它支持多种主流框架,跨平台使用,直观的界面设计使复杂的模型结构变得易于理解。
2024-10-08 14:51:57
1114
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人