爱可可微博热门分享(5.29)

[fly51fly]

No 1. 语言模型微调/对齐的过去和未来 No 2. '深度学习调优指南中文版 - 一本系统地教你将深度学习模型的性能最大化的战术手册。' schrodingercatss ...... No 3. Faster Whisper Server：兼容OpenAI API的转录服务器，使用faster-whisper作为后端，支持GPU和CPU，易于通过Docker部署，可配置环境变量，支持流式转录和翻译 No 4. [LG] An Introduction to Vision-Language Modeling 归纳了当前视觉语言模型的主要方法，即对比学习、掩码、生成式和利用预训练模型，阐述了各自的工作机制、优势和局限，为视觉语言模型研究提供指导。 ...... No 5. llama3v：基于Llama3 8B和siglip-so400m的SOTA视觉模型，支持快速本地推理和开源多模态图像-文本输入与文本生成，性能优于 LLaVA，与 GPT4-V、Gemini Ultra 和 Claude Opus 多模态性能相当，但模型小 100 倍 No 6. Sentence Transformers v3：用于检索增强生成、语义搜索、语义文本相似性、释义挖掘等多种应用的Python库，通过微调提升特定任务性能，支持从头开始训练新模型 No 7. Denser Retriever：企业级AI检索解决方案，无缝集成以增强AI应用 No 8. 动手实现LLM中文版：从零开始构建自己的大型语言模型，提供详细教程和代码实现，覆盖编码、预训练和微调过程，适用于对自然语言处理和人工智能领域感兴趣的开发者和研究者 No 9. [IR] LLMs for User Interest Exploration: A Hybrid Approach 提出一个混合分层框架，利用大语言模型进行受控新兴兴趣生成实现有效的用户兴趣探索，并由经典推荐模型实现物品匹配。 ...... No 10. StreamV2V：实时视频到视频翻译工具，支持换脸和视频风格化，可在单个RTX 4090 GPU上运行 No 11. FinRobot：开源AI Agent平台，用于金融应用的大型语言模型，提供综合解决方案，集成多种AI技术，超越传统金融GPT应用 No 12. AI设备模板：集成Whisper语音识别、TTS文本转语音、Groq、Llama3、OpenAI等技术，打造智能语音助手，支持语音输入、文本转语音输出、图像处理、功能调用和条件渲染UI组件 No 13. Kerberos Agent：开源可扩展的视频监控系统，支持多种硬件平台和多种部署方式 No 14. RoboCasa：大规模日常任务仿真训练平台，用于训练通用机器人完成家庭活动，专注于厨房场景的仿真 No 15. 大语言模型高效转发服务：专为大型语言模型设计的高效转发服务，支持OpenAI API反向代理 No 16. MultiOOD：多模态异常检测的基准测试，首个针对多种模态组合和不同数据集大小的OOD检测基准 No 17. LeNLP：为Python提供Rust优化的自然语言处理工具箱，集成高性能并行化功能，简化Python中的NLP任务 No 18. ChatTTS：基于文本到语音转换技术的学术研究项目，提供语音合成的代码示例，旨在促进语音技术的研究和教育，适用于学术和研究目的 No 19. Chat凉宫春日 Chat-Haruhi-Suzumiya：基于大型语言模型的动漫角色复活项目，提供接近原作语气、个性和剧情的聊天体验，支持零样本角色扮演和RAG角色构造 No 20. SigLIP美学评分预测器：基于SigLIP的图像美学评估工具，能够对图像进行1到10的评分，支持更广泛的图像领域如插画，并提供Hugging Face Spaces在线测试 No 21. zeroSteiner规则引擎：轻量、可选类型化表达式语言，专为匹配任意Python对象设计，拥有自定义语法 No 22. AI Edge Torch：支持PyTorch模型的Google AI Edge TFLite运行时，使模型能在Android、iOS和IoT设备上完全本地运行，提供广泛的CPU支持、初始GPU和NPU支持 No 23. Groqbook：秒级生成书籍的自动化工具，利用Groq和Llama3技术快速构建非小说类书籍的章节，支持Markdown风格排版和书籍内容下载 No 24. anira：实时音频应用中的神经网络推理架构，为音频应用提供高性能的神经网络集成方案，确保实时安全性和高效的并行推理 No 25. AgentForge：可扩展AI框架，为AI驱动的自主Agent和认知架构的快速开发、测试和迭代提供低代码框架，支持多种大型语言模型(LLM) No 26. 3D-Occupancy-Perception：自动驾驶中的三维占用感知信息融合相关文献资源列表，涵盖激光雷达中心、视觉中心和多模态占用感知 No 27. 几篇论文实现代码 No 28. OpsPilot：基于深度学习与LLM技术的智能运维助理，以运维大脑的形态联动各类运维系统，提供智能化运维能力支撑 No 29. [CL]《Can Large Language Models Faithfully Express Their Intrinsic Uncertainty in Words?》 No 30. [LG]《Automatic Data Curation for Self-Supervised Learning: A Clustering-Based Approach》 No 31. openkoda：快速开发企业级应用的集成开发环境，提供预构建功能和即用型特性，减少开发时间和工作量，支持动态实体和多租户模型，使用熟悉的技术栈如Java、Spring Boot、JavaScript等，提供无限自定义和集成选项 No 32. 通过在LLM Agent中加入三层内省机制，实现了在复杂Web环境中任务求解的一致性和适应性的提升。//[AI]《Devil's Advocate: Anticipatory Reflection for LLM Agents》 No 33. [LG] Output-Constrained Decision Trees 提出了优化方法和启发式方法，将目标变量间的约束纳入决策树，以产生准确可行的预测。 ...... No 34. RLAIF-V: 在完全开源的范式中对齐多模态大模型，实现了超越 GPT-4V 的可信度 No 35. ComfyUI图层分割器：ComfyUI内部生成分层psd文件的自定义节点，提供图像处理的多样化层级模式，简化复杂图像编辑流程 No 36. AutoLoRADiscovery：利用LoRA训练减少模型训练冗余，专注于特定领域模型训练的参数优化工具，通过少量参数实现高保真度 No 37. [CL]《NV-Embed: Improved Techniques for Training LLMs as Generalist Embedding Models》 No 38. [AI]《Devil's Advocate: Anticipatory Reflection for LLM Agents》 No 39. Weasel：小巧易用的端到端工作流系统，支持不同用例和领域的工作流管理、共享、训练、打包和部署自定义管道。用户可以通过克隆预定义的项目模板开始，调整以适应需求，加载数据，训练管道，导出为Python包，上传输出到远程存储并与团队共享结果 No 40. [AI] SWE-agent: Agent-Computer Interfaces Enable Automated ...... No 41. LeanEuclid：针对证明助手Lean的欧几里得几何自动形式化基准测试，包含173个手动形式化的欧几里得几何问题 No 42. 今日推介(第1420期)：单步扩散模型的EM蒸馏、大型语言模型能否用语言忠实表达其内在不确定性、LLM ...... No 43. [LG]《Transformers Can Do Arithmetic with the Right Embeddings》 No 44. 早！[太阳] ​ No 45. 甲骨文AI协同平台：数字化甲骨文研究与共享的创新平台，提供甲骨文查询、甲骨片释读、AI识别字形等功能，促进甲骨文研究的深度与广度 No 46. 通过新的模型架构和两阶段对比训练策略，显著提高了decoder-only语言模型作为通用文本嵌入模型的效果，在公开语料上取得了最佳的检索和多任务评价指标。//[CL]《NV-Embed: Improved Techniques for Training LLMs as Generalist Embedding Models》 No 47. RealTime QA：实时问答平台，定期评估实时基线系统如GPT-3和T5的性能，每周提出约30个问题 No 48. 晚安～ [月亮] ​ No 49. Grouped GEMM for MoE：用于MoE模型训练中分组GEMM的PyTorch工具箱，支持高效的矩阵运算和优化 No 50. FlashRAG：高效的检索增强生成研究的Python工具包，包含32个预处理基准RAG数据集和12种先进RAG算法