Project Icon

OpenAdapt

具有大型多模态模型 (LMM) 的 AI 优先流程自动化

OpenAdapt项目利用大型多模态模型(LMMs)实现与桌面和网页图形用户界面的无缝集成。这个开源Python库通过录制和分析用户操作,自动生成任务提示并执行任务回放,减少重复性工作,提高效率。项目特点包括模型无关性、自动提示生成和广泛的系统兼容性,支持所有类型的GUI,包括虚拟化和网页。项目遵守MIT开源许可证。了解更多关于安装、使用和贡献的信息,并加入开发者社区优化流程自动化技术。

OpenGPT - 医疗领域的大型对话模型框架与数据集生成工具
GithubNHS-LLMOpenGPT医疗数据集大语言模型安装指南开源项目
OpenGPT框架助您创建数据集并训练医疗领域的大型对话模型。通过OpenGPT生成的NHS-LLM使用丰富的医疗数据集供下载。提供从数据收集到模型训练的完整教程,并兼容LLaMA模型。详细教程涵盖了使用预设提示词生成任务数据集及调整配置文件进行模型训练的方法。
openui - 灵活快速构建UI组件,兼容多种AI模型
API密钥DockerGithubLLMOpenUIUI组件开源项目
OpenUI简化了UI组件的构建,支持实时渲染和多框架转换(如React、Svelte)。兼容OpenAI、Groq等多种模型,并支持本地与Docker运行,适用于各种开发环境。
Multimodal-GPT - 整合视觉与语言功能的多模态对话机器人
GithubOpenFlamingo多模态GPT开源项目联合训练视觉指令语言模型
Multimodal-GPT是一个基于OpenFlamingo多模态模型的项目,通过结合视觉指令和语言指令数据的联合训练,有效提升模型性能。该项目支持VQA、图像描述、视觉推理、文本OCR和视觉对话等多种数据类型,并利用LoRA进行参数高效的微调。探索Multimodal-GPT的广泛应用可能性。
chameleon - 多模态早期融合基础模型的开源实现
AI研究GithubMeta Chameleon可视化工具多模态模型开源项目模型推理
Chameleon是Meta AI开发的多模态早期融合基础模型。项目提供GPU推理实现、浏览器端多模态输入输出查看工具和评估提示。开源内容包括模型代码、权重和数据集,支持多模态AI技术研究与应用。Chameleon能够在文本、图像等多种模态间实现高效融合和理解。
bespoke_automata - 图形化设计和部署AI代理的开源工具
AI代理API部署Bespoke AutomataGithub大语言模型开源项目节点图界面
Bespoke Automata是一个开源的AI代理开发工具,通过图形界面简化了复杂AI系统的设计过程。它整合了本地和远程语言模型、数据库操作、逻辑处理和API调用等功能,使开发者能够创建自定义AI代理。该工具支持单一API部署,兼容多种硬件平台,并可选择GPU加速,为AI项目开发提供了灵活的解决方案。作为开源项目,Bespoke Automata为AI开发社区提供了一个灵活且可扩展的开发环境。
lollms-webui - 多功能AI模型界面,简化多任务操作
AI模型GithubLoLLMs图像生成多模态系统开源项目音乐生成
LoLLMs WebUI是一个用户友好的平台,支持500多种AI专家和2500多种精细调优模型,适用于写作、编码、数据分析和图像生成等任务。平台兼容多种后端配置,如LM Studio、Ollama和vllm,并提供简单的安装选项。无论是学生、专业人士还是娱乐用户,LoLLMs都能满足多种需求。
OpenAssistantGPT - 使用 OpenAI 的API构建聊天机器人助手
AI聊天机器人GithubOpenAIOpenAssistantGPT开源平台开源项目集成
OpenAssistantGPT,一个开源平台,助力开发者通过OpenAI Assistant轻松构建聊天机器人。特点包括成本效益高、易于网站集成,并提供直接通过OpenAI计费的透明方式。为希望在网站上集成AI聊天功能的开发者设计。详细信息及实施指导,请参见官网。
Otter - 基于MIMIC-IT数据集和OpenFlamingo的多模态模型
GithubMIMIC-ITOtter多模态开源项目指令微调视觉语言处理
该项目结合了OpenFlamingo模型和MIMIC-IT数据集进行多模态指令调优,拥有280万条指令-响应对,支持图像和视频内容的精确理解与互动。该项目还包括OtterHD模型,提升高分辨率视觉输入的细粒度解释,并推出MagnifierBench评估基准测试模型的微小物体识别能力。公开的代码可用于训练和预训练,并支持GPT4V的评估和Flamingo架构的多任务处理。
OpenGPT - 综合AI技术平台与创新社区
AI工具AI绘图ChatGPTGPTsOpenAI人工智能
OpenGPT是一个集成多种AI功能的综合平台,提供Prompts商店、GPTs商店、OpenChat对话系统、OpenDraw创意工具和Open Video视频处理功能。平台集成了Gemini Pro、ChatGPT4、DALL.E.3和Imagen2等先进AI技术。作为一个开放的AI社区,OpenGPT鼓励GPTs提交,用户可以参与技术交流,并有机会免费使用这些AI服务。OpenGPT旨在构建一个多元化的AI生态系统,为AI领域的探索和应用提供广阔空间,促进AI技术的交流与创新。
ScreenAgent - 由视觉语言大模型驱动的电脑控制工具
GithubIJCAI 2024ScreenAgentVLM Agent开源项目数据集自动控制
ScreenAgent项目创建了一个由视觉语言模型驱动的电脑控制环境,允许代理通过截图与真实屏幕互动并操作GUI。自动控制流程分为规划、执行和反思三个阶段,使代理能够完成多步骤任务。项目包含丰富的截图和操作序列数据集,支持包括GPT-4V、LLaVA-1.5、CogAgent和ScreenAgent在内的多种模型,并提供简化体验的网页版客户端。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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