#OpenAI

深度神经进化:遗传算法在深度强化学习中的应用与发展

3 个月前
Cover of 深度神经进化:遗传算法在深度强化学习中的应用与发展

RAGapp: 企业级检索增强生成应用的简易解决方案

3 个月前
Cover of RAGapp: 企业级检索增强生成应用的简易解决方案

Vault-AI: 为ChatGPT赋予长期记忆的革命性工具

3 个月前
Cover of Vault-AI: 为ChatGPT赋予长期记忆的革命性工具

AIAC: 人工智能基础设施即代码生成器

3 个月前
Cover of AIAC: 人工智能基础设施即代码生成器

Paper-QA: 基于大语言模型的智能文献问答系统

3 个月前
Cover of Paper-QA: 基于大语言模型的智能文献问答系统

LangChain Go: 构建基于LLM的Go语言应用程序的强大框架

3 个月前
Cover of LangChain Go: 构建基于LLM的Go语言应用程序的强大框架

ChatGPT中文调教指南:提升AI对话效果的秘诀

3 个月前
Cover of ChatGPT中文调教指南:提升AI对话效果的秘诀

OpenUI: 革新Web开发的开源UI生成工具

3 个月前
Cover of OpenUI: 革新Web开发的开源UI生成工具

ChatGPT:人工智能对话革命的先锋

3 个月前
Cover of ChatGPT:人工智能对话革命的先锋

探索中文版AI地牢:基于ChatGPT的沉浸式文字冒险

3 个月前
Cover of 探索中文版AI地牢:基于ChatGPT的沉浸式文字冒险
相关项目
Project Cover

awesome-chatgpt-zh

ChatGPT中文指南,涵盖免费与付费资源、高效交流方法、应用开发工具及案例等。提供丰富的ChatGPT工具、插件和生产力工具,持续更新,帮助用户充分利用ChatGPT的能力。

Project Cover

paper-qa

PaperQA是一款轻量级工具,专为从PDF和文本文件中进行问答设计,通过内嵌引用确保答案准确。默认使用OpenAI Embeddings,支持与langchain和开源模型结合。其流程包括文档向量化、查询向量化、文档搜索、摘要生成、相关摘要选择,并生成最终答案。PaperQA支持异步操作,兼容多种LLM,并提供多种自定义和扩展选项,如本地向量存储和Zotero数据库集成,是科研人员高效处理文档问答的理想选择。

Project Cover

ragapp

RAGapp是一款企业级Agentic RAG解决方案,配置简单如OpenAI的自定义GPT,可通过Docker部署在云基础设施中。基于LlamaIndex构建,支持OpenAI和Gemini托管AI模型以及本地Ollama模型。提供Docker Compose和即将推出的Kubernetes部署选项。访问Admin UI进行配置,详情请参阅各端点和安全信息。

Project Cover

vault-ai

OP Vault利用OpenAI和Pinecone向量数据库,支持用户上传自定义知识库文件并进行问答。该工具兼容多种文档类型,采用React前端界面,适用于书籍、信件等内容的知识提取和问答,提供精准回答及文件和具体章节信息。

Project Cover

langchaingo

LangChain Go 是 LangChain 的 Go 语言实现,专注于通过模块化方式构建 LLM 应用程序。详细文档和丰富示例帮助用户在 Go 环境中轻松使用 LangChain 开发 LLM 应用。项目提供与 OpenAI 的集成示例,展示生成创意公司名称的功能。丰富的资源和博客文章助力开发者快速上手,实现 ChatGPT 克隆等实际应用,是 Go 开发者构建 LLM 应用的理想选择。

Project Cover

aiac

AIAC是一个使用大型语言模型生成基础设施即代码(IaC)模板和配置的命令行工具。支持OpenAI、Amazon Bedrock和Ollama等多种LLM提供商,用户可以通过配置文件定义多个后端。其功能包括生成Terraform、Pulumi和CloudFormation模板,以及Dockerfile、CI/CD流水线、策略代码和实用工具。支持命令行操作、Docker运行和作为Go库使用,为开发者提供高效的自动化基础设施管理解决方案。

Project Cover

ChatGPT

ChatGPT是一个基于Avalonia UI框架的C#客户端,支持MacOS、Windows、Linux、Android、iOS和浏览器。用户需配置OpenAI API密钥。该应用提供快捷键操作、API URL重写和Web版本聊天记录导入等功能,支持.NET 7.0,并包含多种依赖和.NET工具,满足多样的开发需求。

Project Cover

deep-neuroevolution

本项目提供分布式深度神经网络训练的多种实现,包括深度遗传算法(DeepGA)和进化策略(ES),用于强化学习。基于并改进了OpenAI的代码,支持本地和AWS运行。项目还包括NeuroEvolution的视觉检测工具VINE和GPU优化加速。用户可通过Docker容器快速启动实验,并使用Mujoco进行高级实验。

Project Cover

rags

RAGs是一个基于Streamlit的应用程序,使用自然语言从数据源创建RAG管道。用户可以描述任务和参数,查看和修改生成的参数,并通过RAG代理查询数据。项目支持多种LLM和嵌入模型,默认使用OpenAI构建代理。该应用程序提供了一个标准的聊天界面,能够通过Top-K向量搜索或总结功能满足查询需求。了解更多关于安装和配置的信息,请访问GitHub页面或加入Discord社区。

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