Logo

#数据隐私

dsnote 学习资料汇总 - 离线语音识别、文本转语音和机器翻译工具

1 个月前
Cover of dsnote 学习资料汇总 - 离线语音识别、文本转语音和机器翻译工具

BricksLLM学习资料汇总 - 企业级API网关助您监控和管理LLM使用

1 个月前
Cover of BricksLLM学习资料汇总 - 企业级API网关助您监控和管理LLM使用

DoppelGANger: 使用GAN生成高保真度合成时间序列数据集

2 个月前
Cover of DoppelGANger: 使用GAN生成高保真度合成时间序列数据集

EmbedAI:打造您的私密AI文档助手

2 个月前
Cover of EmbedAI:打造您的私密AI文档助手

PySyft: 隐私保护下的分布式机器学习框架

2 个月前
Cover of PySyft: 隐私保护下的分布式机器学习框架

EmbedAI入门指南 - 一款用于私密文档交互的GPT强大应用

1 个月前
Cover of EmbedAI入门指南 - 一款用于私密文档交互的GPT强大应用

volkszaehler.org: 开源智能电表项目,让您掌控自己的用电数据

2 个月前
Cover of volkszaehler.org: 开源智能电表项目,让您掌控自己的用电数据

Speech Note: 多功能离线语音笔记应用

2 个月前
Cover of Speech Note: 多功能离线语音笔记应用

BricksLLM: 企业级AI网关助力LLM生产部署

2 个月前
Cover of BricksLLM: 企业级AI网关助力LLM生产部署

相关项目

Project Cover
BricksLLM
BricksLLM是用Go编写的云原生AI网关,支持OpenAI、Anthropic、Azure OpenAI和vLLM。主要功能包括设置使用限额、跟踪使用情况、屏蔽PII、提高可靠性和分配API密钥。适用于企业级基础设施,支持多种部署和集成方式,提供全面的日志记录和隐私控制。
Project Cover
dsnote
Speech Note是一款集成多语言支持的Linux桌面与Sailfish OS平台应用,提供离线语音识别和翻译,保证了极高的隐私性,无需联网即可快速完成文字和语音的转换和翻译。适用于对隐私要求高的笔记、阅读和翻译等多场景使用。
Project Cover
EmbedAI
PrivateGPT利用本地大型语言模型(LLM)技术,在不依赖互联网的情况下创建问答聊天机器人,确保数据的完全隐私和安全。该项目支持的文档类型包括但不限于PDF、Word、HTML等,支持无网络环境下流畅查询。特别适合需要处理敏感信息的企业和个人用户。
Project Cover
WeChatMsg
WeChatMsg是一款开源的微信聊天记录管理工具,可访问Windows本地微信数据库并还原聊天界面。该工具支持多种格式的数据导出,包括批量导出聊天记录和生成可视化年报。WeChatMsg能够还原文本、图片、视频等多种消息类型,为用户提供了保存和分析个人通讯记录的解决方案。这个项目致力于帮助用户掌控自己的数据,同时为未来个人AI助手的开发创造条件。
Project Cover
openfl
OpenFL是一个开源的Python联邦学习框架,支持多种工作流程和深度学习框架。它专为数据科学家设计,提供灵活可扩展的实验环境,适用于医疗影像等敏感数据场景。该框架由Linux基金会托管,提供多种联邦聚合算法,并欢迎社区贡献。
Project Cover
Hazy
Hazy合成数据平台重新设计企业数据,提高使用效率和安全性。该平台生成可靠的数据集,保留原始数据特性,同时确保隐私。适用于复杂环境,帮助企业优化决策,推动创新。
Project Cover
Dreamwave
Dreamwave是一款AI肖像照片生成器,可快速创建专业级职业形象。该工具由麻省理工和谷歌的AI专家开发,已为5万多名企业高管和专业人士生成1600万张以上的肖像照。它能在几分钟内生成逼真的AI肖像,无需摄影棚即可获得专业效果。Dreamwave注重隐私保护,提供多种场景和风格选择,可帮助用户节省时间和成本。
Project Cover
Synthflow AI
Synthflow AI平台允许创建定制AI电话代理,无需编码或技术技能。用户只需提供数据和创意,即可实现自动化。该平台简化了AI电话代理的创建过程,有助于企业和个人提升客户服务和工作效率。通过Synthflow AI,可以快速部署智能电话代理,满足多样化的业务需求。
Project Cover
PySyft
PySyft革新数据科学,允许在不查看或复制数据的情况下使用非公开信息。通过连接Datasite,数据所有者控制数据保护,数据科学家直接运行Python代码进行统计分析和机器学习,支持Linux、macOS、Windows、Docker和Kubernetes,适用于多种开发环境。
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号