#人工智能

AI Landing Page Generator是一款利用人工智能生成着陆页的工具，仅支持HTML和Tailwind CSS。当前为实验阶段，能够自动化设计和编码过程，显著节省时间和精力。只需简单描述，即可生成独特风格的页面。未来还计划支持多语言、多页面及黑暗模式，并提供一键部署到Vercel或Netlify的功能。

waggledance.ai是一款实验性应用，旨在实现用户指定目标。它提供直观的用户界面，用于构建基于代理的系统，专注于可解释性、可观察性、并行生成和探索。系统包括规划代理、执行代理和批评代理，能够减少低质量结果和虚构现象。用户可与代理实时互动进行调整。采用Typescript、Langchain.js、Prisma等技术栈，支持本地和云端部署，并提供API访问。

Gita GPT是一个利用《薄伽梵歌》教义提供精神指导的AI聊天机器人，通过自然语言处理技术解答问题，基于古老印度经文提供洞见和建议。由技术企业家Vikas Sahu开发，结合最新的OpenAI GPT-3.5 API和Vercel Edge功能，提供自然直观的互动体验。适用于解决具体问题和日常生活中的精神探索。

本书全面介绍了大语言模型技术，包括基础原理、关键技术和应用前景。通过深入研究，大模型的发展历程得到探索，其中包含OpenAI的GPT系列模型和训练细节。本书适合具有深度学习基础的高年级本科生和低年级研究生，为科研人员提供指导，推动人工智能技术的进步。

ClassifAI集成OpenAI、Microsoft Azure AI、Google Gemini和IBM Watson等领先的云服务，以提高WordPress网站的内容发布效率、SEO表现和用户参与度。该插件运用人工智能和机器学习技术，自动执行文本摘要生成、标题生成、内容扩展或压缩、图像生成、音频转录、评论审核及文本转语音等任务，从而减轻创作者的工作负担。支持多项语言处理和图像处理功能，ClassifAI旨在简化内容处理，提升生产力和用户满意度。

Program Y是一个遵循AIML 2.1标准并用Python 3编写的聊天机器人框架。该框架允许使用人工智能标记语言创建聊天机器人。新版本4.1将OOB和Trigger配置移至存储引擎，减小了配置文件大小。4.0版本新增了2000多个单元测试，系统覆盖率达到99%。配置文件结构重新设计，新增嵌入式客户端，仅需两行代码即可将机器人嵌入Python应用中。更多信息请参考官方文档、Github、Slack和Gitter。

MapTR是一款高效准确的在线向量化高精度地图构建框架，可应用于自动驾驶系统的复杂场景中。该框架采用统一的置换等效建模方法，结合分层查询嵌入和双向匹配策略，提高了学习过程的稳定性，具备实时推理能力，并在nuScenes和Argoverse2数据集中表现出色。MapTR支持多种地图元素，具备良好的扩展性和灵活性。最新版本MapTRv2提升了性能和收敛速度，并引入了额外的语义中心线，进一步优化下游规划需求。

Prophecis是由微众银行开发的多租户机器学习平台，集成了多种开源框架，包括TensorFlow、Python和XGBoost，提供生产环境的全栈容器部署和管理服务。平台覆盖了从数据上传、预处理到模型部署的完整流程，支持一键部署为RESTful API或RPC接口。Prophecis还提供企业级应用发布、监控、服务管理和日志查询工具，满足企业在机器学习生产环境中的所有需求。

项目利用麦克风互动、面部识别和无限存储等技术，为热门游戏中的NPC提供逼真对话体验，无需修改源代码即可无缝整合。

Dynalang项目通过多种语言创建一个多模态世界模型，预测未来并解决任务。提供详细的安装指南和训练配置，支持HomeGrid、Messenger、VLN和LangRoom等环境。该项目建基于最新研究，旨在通过语言建模提高任务解决效率。

RT-2是基于PALM-E构建的下一代机器人模型，集成了视觉编码和语言嵌入。该模型利用大规模网络数据集和机器人数据，能够将视觉和语义线索转换为机器人控制动作。RT-2的架构易于部署，简化了多重感官数据的处理，提高了行动预测的效率。其广泛的应用场景包括自动化工厂、医疗保健和智能家居。通过详细的安装步骤和使用示例，用户可以轻松集成该模型到现有系统中。

Adala 是一个用于数据处理的自主数据标注框架，具备灵活的运行时环境和Python集成。通过迭代学习，系统内的智能体可以独立获取技能，适应不同的环境。Adala 提供可靠的数据处理结果和多种定制化选项，适合AI工程师、机器学习研究人员、数据科学家和教育工作者使用，并兼容OpenAI和VertexAI等大型语言模型。

RoboticsAcademy是一个开源平台，提供实践机器人技术、人工智能和计算机视觉的练习。最新文档涵盖了安装指南、现有练习和示范视频，完全基于ROS，包含Gazebo和Rviz等工具。开发者可以通过GitHub Pages和Jekyll主题进行贡献。

该平台包含对超过410篇研究论文的分类、注释和评论，涵盖不确定性估计、组合法、随机梯度MCMC和变分推断等多个领域。用户可以通过详细的评论和分类，快速了解关键领域的最新研究成果。平台还包括30篇特别有趣的论文列表，以及对重要文献的分析方法和统计数据。主要关键词包括研究论文分类、机器学习、深度学习、医疗健康、人脸识别和视觉跟踪等。每篇论文的评论旨在帮助用户深入理解复杂的研究问题，提升学术知识储备。

LiBai AI Composer是一个利用人工智能自动生成唐诗的开源项目。经过对近4万首唐诗的训练，该项目能够创作出优美的诗句。用户可以通过简单的训练和脚本生成新诗。项目持续改进，功能包括押韵和歌词生成，适合诗歌爱好者和AI技术爱好者。

CLIP Interrogator结合了OpenAI的CLIP和Salesforce的BLIP，优化生成与给定图像相匹配的文本提示。支持Stable Diffusion和DreamStudio等文本到图像模型。现已作为Stable Diffusion Web UI扩展供使用，并支持在Colab、HuggingFace和Replicate上运行。用户可通过Python虚拟环境安装，并根据系统VRAM配置自定义优化。提供多种预训练CLIP模型供选择，满足不同需求。

fastMRI项目通过减少测量数据，加速MRI扫描，降低医疗成本，减轻患者压力。该项目由Facebook AI Research和NYU Langone Health合作，利用AI技术提升MRI速度，发布了包含膝盖和大脑MRI数据的开源数据集。项目提供数据加载、模型训练等相关工具和实现方法。

浏览AAAI 2024会议的前沿研究论文，包括机器学习、自然语言处理和计算机视觉等领域。通过代码实现深入理解最新AI进展。访问AAAI 2024 Papers仓库了解详情并进行贡献。

该项目提供了基于注意力机制的OCR模型，结合了CNN与LSTM，用于图像识别，并能够导出为SavedModel或frozen graph格式。用户可以通过生成TFRecords数据集、训练、测试及可视化等步骤完整运行该OCR系统。项目还支持通过Tensorflow Serving提供REST API服务，并可以在Google Cloud ML Engine上进行模型训练。目前该项目依赖Tensorflow 1.x，未来计划升级到Tensorflow 2。

该框架为Godot游戏引擎提供AI运动控制，支持2D和3D游戏。框架实现包括逃避、跟随、注视等基础行为，以及复合行为、群体行为、避开邻居和路径跟随等高级功能。灵感源自GDX-AI框架，使用GDScript编写，无需复杂场景树。详细文档与示例可帮助开发者快速上手与扩展。

GPTSecurity是一个面向未来安全领域的知识库，专注于生成预训练Transformer（GPT）、人工智能生成内容（AIGC）及大型语言模型（LLM）的应用。安全领域的从业者、研究者和开发者可以在此找到最新的研究论文、博客文章、实用工具及预设指令，并在社区中分享经验与观点，共同推动新技术在安全领域的应用与发展。

SEED-Bench是一个全面评估多模态大语言模型的基准测试。它包含28K个多项选择题，涵盖34个评估维度，包括文本和图像生成能力。该项目提供SEED-Bench-H、SEED-Bench-2-Plus等多个版本，分别针对不同评估方面。SEED-Bench为研究人员提供了一个客观比较多模态大语言模型性能的工具。

Meta推出Llama 3系列大语言模型，参数规模从8B到70B不等，包含预训练和指令微调版本。该系列面向广泛用户群体开放，旨在推动负责任的AI创新。Llama 3具备8192个token的序列处理能力，并提供便捷的加载和推理代码。模型权重和分词器可通过官方网站或Hugging Face平台获取。

Yi-1.5是Yi模型的升级版，通过500B高质量语料预训练和300万样本微调而来。它在编码、数学、推理和指令跟随方面有显著提升，同时保持了优秀的语言理解和阅读能力。该系列提供34B、9B和6B三种规模，支持多种部署方式和fine-tuning。Yi-1.5以Apache 2.0许可开源，为AI领域提供了强大灵活的大语言模型选择。

roop是一款高效的视频人脸替换工具，只需一张目标人脸图片即可完成替换。无需数据集和训练过程，支持CPU和GPU加速，提供多种帧处理器和输出选项。该开源项目致力于推动AI生成媒体技术发展，同时强调合法和负责任的使用。roop集成了多个第三方库和预训练模型，使用时需注意相关许可条款。

ONNX-MLIR是一个开源编译器项目，旨在将ONNX神经网络模型转换为高效的可执行代码。该项目基于LLVM/MLIR技术，实现了ONNX标准，并提供ONNX方言、编译器接口、驱动程序和多语言运行时环境。ONNX-MLIR支持Linux、macOS和Windows等多个平台，并提供Docker镜像以简化开发和部署流程。通过优化ONNX图，ONNX-MLIR能够生成性能卓越的神经网络实现。

llama2.c是一个基于Llama 2的开源轻量级推理引擎,支持在Linux、BSD、macOS和Windows等多平台上运行。它提供高性能CPU和GPU推理,并可利用OpenBLAS、Intel MKL等加速库。该项目旨在通过部署小型网络化LLM,在资源受限环境(如学校图书馆)中实现AI应用,推动AI技术的普及和集体智能的发展。

Deep-Live-Cam是一个开源的实时人脸替换项目，支持视频和网络摄像头人脸替换。该工具采用深度学习算法，提供GPU加速，可快速完成高质量人脸替换。项目面向艺术家和内容创作者，注重伦理使用，内置不当内容检测。Deep-Live-Cam安装简便，界面直观，为AI生成媒体领域提供了实用解决方案。

CodeGeeX是一个拥有130亿参数的大规模多语言代码生成模型。该模型可生成Python、C++、Java等主流编程语言的可执行代码,并支持跨语言代码翻译。CodeGeeX提供免费的VS Code和Jetbrains IDE扩展,在HumanEval-X多语言基准测试中表现优异。项目完全开源,同时支持Ascend和NVIDIA平台,为开发者提供高效的代码生成工具。

llamafile项目将开源语言模型(LLM)封装为单个可执行文件，无需安装即可在本地运行。它集成了llama.cpp和Cosmopolitan Libc，支持跨平台使用，并提供Web界面和OpenAI兼容API。该框架简化了LLaVA、Mistral等多种LLM的部署流程，方便开发者和用户快速访问和应用这些模型。

llama-models是Meta开发的开放大型语言模型项目，为AI开发者、研究人员和企业提供易用的工具。项目包含Llama 2、Llama 3和Llama 3.1等多个版本，支持不同模型规模和上下文长度。llama-models注重开放性、生态系统支持和安全性，为AI创新与负责任发展奠定基础。

life2vec项目开发了基于Transformer的模型，利用生命事件序列预测人类生活。该模型能从个人生活事件中学习，预测死亡率、移民倾向和性格特征。这项研究将自然语言处理技术应用于社会科学，为理解人类行为模式和社会动态提供新视角。研究成果发表于Nature Computational Science期刊。

α-UMi是一个创新的多模型协作系统，将语言模型能力分解为规划、调用和总结三个组件。通过全局到局部的渐进式微调策略和灵活的提示设计，该系统显著提升了小型语言模型在工具学习任务中的表现，甚至超越了某些大型闭源模型。α-UMi为复杂AI任务提供了新的高效解决方案。

Mantis是基于LLaMA-3的大型多模态模型,专注于多图像视觉语言任务。通过在Mantis-Instruct数据集上进行36小时的指令微调,该模型在5个多图像基准测试中实现了领先性能。Mantis能处理交错的文本和图像输入,有效应对复杂多图像任务,同时保持出色的单图像处理能力。项目开源了代码、模型和演示,为AI研究和开发提供了强大的多图像处理工具。

DOPMC(Datawhale开源项目管理委员会)致力于推动开源项目发展和人工智能人才培养。该平台为开发者提供参与开源项目的机会,包括项目指南和Github操作指南等资源。DOPMC通过issues和discussions促进社区交流,欢迎各种形式的反馈。除技术交流外,DOPMC还提供人工智能培养方案,旨在培育全面的AI人才。

万兴智演是专门为教师、商务人士及内容创作者设计的视频和演示创作工具，支持教学、培训和商业展示需求。其AI功能可帮助用户高效制作演示，同时提供丰富的模板和编辑工具，支持在线创作与分享。