#生成式AI

Learn Prompting 提供全面的提示工程、生成式 AI 和大型语言模型（LLM）指南。欢迎加入 Discord 社区，参与内容建议、翻译、内容和艺术作品贡献及错别字纠正。通过本地开发指南，用户可以轻松安装和运行网站，实时查看更改。感谢所有贡献者的支持。

TensorOpera AI简化了生成式AI和大型语言模型的训练与部署。通过集成的MLOps、调度器和高性能机器学习库，开发者可以在去中心化GPU、多云、边缘服务器和智能手机上经济高效地运行复杂的AI任务。TensorOpera Launch自动配对最经济的GPU资源，消除环境设置和管理难题，支持大规模训练和无服务器部署。TensorOpera Studio和Job Store帮助开发者微调和部署模型，实现高效的跨平台AI工作流。

NeMo框架是NVIDIA开发的一款云原生生成式AI框架，专为研究人员和使用PyTorch的开发者设计，支持大型语言模型、多模态模型、自动语音识别等多个领域。该框架能够利用现有代码和预训练的模型检查点，帮助用户高效创建和定制新的生成式AI模型。通过广泛的教程和文档，用户可以轻松开始使用NeMo框架，无论是在任何云端还是本地环境中。

LLMStack是一个无代码平台，允许构建定制化的生成式AI代理、应用和聊天机器人。用户无需编写代码即可集成数据和内部工具，并连接GPT驱动的模型。平台支持从Slack或Discord触发AI链，并可部署到云端或本地。LLMStack还提供多租户功能，支持创建多个组织和管理用户权限。了解更多，请访问我们的文档页面。

该资源库提供了全面的示例帮助客户快速上手Amazon Bedrock服务，包括基础教程、模型微调、AI解决方案探索等。同时，项目还强调了如何安全和道德地使用这些高级AI技术。

LMOps项目专注于使用基础模型构建AI产品，尤其是在长语言模型和生成AI模型领域的研究。项目涵盖自动提示优化、结构化提示、对齐、加速推理和定制化等技术。最新成果包括提示优化、上下文示例选择、指令调优和零样本评估，旨在提升模型性能和应用广泛性。项目正在招聘各级别研究人员，共同推进AI技术的发展。

Towhee通过大型语言模型（LLM）编排，简化非结构化数据处理。支持多模态数据，如文本、图像、音频和视频。整合生成式AI和先进深度学习模型，将原始数据转换为特定格式并高效存储。提供丰富的预构建ETL管道、灵活的LLM编排和高性能后端。Towhee的Pythonic API使构建和优化数据处理管道更加便捷，适合开发者快速原型和生产部署。

Ocular集成了ChatGPT和Google搜索的功能，为企业打造数据驱动的搜索和聊天平台。提供自定义搜索界面、应用连接市场、数据连接器定制以及访问控制和审计日志，无论开源或付费，均可帮助企业迅速部署内部搜索，提高效率和数据安全。

升级的SEO描述应详细而精准地概述使用Java和Spring AI开发基于生成式AI和LLMs的应用。明确强调该项目支持的具体应用，如聊天机器人、问题解答、语义搜索等，并展示其在内容生成、多模态交互等领域的应用广泛性。同时，应突出项目提供的技术支持——如LLM输出到结构化对象的转换、嵌入模型及文档ETL流程等，更好地展示如何帮助开发者融合最新AI技术，解决实际业务需求。

该项目包含了一系列利用LangChain框架的应用示例，适用于聊天机器人、文本摘要、数据生成、代码理解和问答等场景。项目介绍了与LangChain、OpenAI、Chroma等服务的集成，并提供了代码示例和应用演示，帮助用户更好地掌握相关技术。

EdgeChains是一个专为大型语言模型（如OpenAI GPT、LLama2、Falcon等）设计的开源链式思维框架，聚焦于企业级的部署和扩展。它基于jsonnet和honojs，提供单一脚本文件、提示版本管理、自动并行化、容错性以及高可扩展性，让用户能更简便地编写和管理复杂的生成式AI应用程序。

AI Interviewer利用生成式AI技术，为用户提供个性化的模拟面试体验。通过分析上传的简历和工作描述，生成量身定制的问题，帮助提升面试技能。无论是技术、沟通还是适应能力，AI Interviewer都能辅助进行全面的面试准备，还支持聊天和语音交互方式，提升面试成功率。

IAmDirector是一个基于AI的视频创作平台，利用GPT生成视频剧本，并将剧本快速转换为高质量视频。平台支持电影、自媒体和营销视频创作，开源项目为生成式AI文生视频的前端开发提供了参考。

展示生成式AI相关的课程学习、个人项目和示例。该项目涵盖工具与框架的学习，如LangChain、Autogen等，包括实际应用示例和使用案例，如搜索、分类、聚类、数据生成、文本生成、代码生成、总结、重写、提取、校对、数据查询等。用户可以通过此项目深入探索生成式AI的各个方面，获取详细的学习资源和实践经验。

本页面汇集了多个用于机器学习、深度学习和分析的Python Jupyter笔记本，涵盖股票预测、图像分类、异常检测、数据可视化等技术内容。每个文件都是一个独立的Python项目，并在博客中有详细介绍。还包括分布式计算、生成式AI和推荐系统等高级主题，提升业务应用能力。访问relataly.com获取更多信息。

Hack Interview应用结合语音识别和文本生成技术，实时转录并生成面试问答，帮助用户轻松应对面试。基于OpenAI的Whisper与GPT模型，提供精准的语音识别和智能回答生成。支持各种操作系统，界面简洁友好。具备实时音频处理和跨平台兼容等功能。仅供练习和学习，不可用于欺骗面试。支持Python 3.10+和OpenAI API密钥，Mac用户需安装BlackHole进行音频录制。

此仓库包含用于演示如何使用、开发和管理Google Cloud Vertex AI平台的笔记本、代码示例和应用程序。无论是Vertex AI初学者，还是有经验的机器学习从业者，都可以在这里找到相关资源。用户可以探索、学习并贡献内容，以充分发挥机器学习的潜力。笔记本可以在Colab或Vertex AI Workbench中运行，方便用户详细了解每个服务的使用方法。

TokenFlow 利用预训练的文本到图像扩散模型，实现无需额外训练或微调的高质量视频编辑。通过帧间对应关系传播扩散特征，支持局部及全局编辑，比如改变现有物体的纹理或添加半透明效果（如烟雾、火焰、雪），同时保持输入视频的空间布局和动态效果。

ENFUGUE是一个使用生成式AI技术的开源网页应用，用于创建高质量的图片和视频。适用于服务器和桌面环境，支持新手和专业人士使用。特性包括一键安装、兼容主流AI应用、领先的图像视频生成模型、便捷的模型管理、安全检查、资源优化和多种可配置选项。通过JSON API或Python脚本轻松扩展功能，用户可以轻松管理和创建AI项目。

Amazon Bedrock Workshop提供一系列实践实验，涵盖文本生成、知识库构建、模型定制、图像处理和智能代理等生成式AI应用。开发者通过动手实践，可以掌握Bedrock API和SDK的使用方法，学习如何将基础模型应用于实际场景，提升开发效率。本教程适合希望深入了解Amazon Bedrock功能并探索生成式AI潜力的技术人员。

BionicGPT是一款本地化生成式AI替代方案，可在笔记本电脑或数据中心运行，确保数据安全。它提供直观的界面、可自定义主题、高速响应的UI和聊天历史记录管理。用户可以创建和分享AI助手，利用企业级RAG管道处理多种文件格式。项目注重多层次安全措施，包括SAST、CSP、最小化容器和SIEM集成，保障系统的稳健和安全。

PyRIT是Microsoft开发的开源AI安全评估框架，用于自动化测试生成式AI模型的安全性。它帮助研究人员和工程师评估AI系统对虚假信息、滥用和违规内容的抵抗能力。PyRIT支持建立基准、比较不同版本的模型性能，并提供数据以检测安全性能变化。这使开发者能持续改进AI系统的安全防护措施，提高生成式AI的可靠性和安全性。

该项目提供构建AI辅助编码助手的全面指南，包括IDE插件开发、模型评估微调和数据工程等核心内容。通过整合开源工具和技术，项目旨在帮助开发者创建高效AI编码助手。内容涵盖多种AI辅助场景实现方法，探讨上下文工程对AI性能的影响，为开发者提供实用经验。

ToonCrafter是一个开源项目，专注于卡通图像插帧生成。它利用预训练的图像到视频扩散模型，可生成最多16帧、分辨率512x320的动画序列。该工具支持稀疏草图引导和基于参考的草图着色功能。项目提供代码和模型权重，为卡通动画创作提供新的可能性。ToonCrafter主要用于研究目的，不对潜在的滥用负责。

AI-News-Daily项目提供每日AI领域最新动态，涵盖从尖端技术突破到行业应用的广泛内容，包括大语言模型、计算机视觉、机器人技术等多个领域。项目不仅报道技术进展，还深入探讨AI对社会的影响，为读者提供全面而深入的AI资讯。适合AI专业人士和技术爱好者阅读，提供有价值的行业信息。

NVIDIA ACE是一套用于创建数字人物的AI技术集。它集成了语音识别、文本翻译和语音合成等先进模型和微服务。ACE支持云端和本地灵活部署，适用于游戏NPC和客服助手等场景。该技术注重安全性和一致性，并提供详细文档，助力开发者构建新一代数字人物应用。

Purple Llama是Meta开发的开源AI安全项目，为开发者提供全面工具和评估标准。该项目包含Llama Guard输入输出防护工具和CyberSec Eval网络安全基准，采用开放许可支持研究和商业应用。Purple Llama旨在推动AI信任与安全标准的社区协作，促进负责任的生成式AI技术发展。

Awesome-Text-to-3D是一个汇集文本到3D和扩散到3D领域最新研究成果的开源项目。它涵盖了从零样本文本引导对象生成到高保真3D人脸生成等多个方向的前沿论文。项目定期更新，并提供教程视频和引用信息，为研究人员和开发者提供了跟踪该领域进展的综合资源。

Lamini是一个Python工具包，用于创建个性化生成式AI。它与Lamini API兼容，提供客户端和SDK功能。通过简单安装和API密钥设置，开发者可快速开始构建AI模型。Lamini支持最新稳定版本，确保使用最新功能。该工具包为AI爱好者和专业开发者提供了创建创新AI应用的解决方案。

AutoCompressors是一项创新语言模型技术，可将长文本上下文压缩为少量摘要向量并进行推理。该项目提供官方实现，包含预训练模型、安装指南和示例代码。支持Llama-2和OPT等基础模型，有效提升长文本处理能力，为自然语言处理开辟新途径。

DCR项目聚焦扩散模型中的数据复制问题，整合了两篇重要论文的研究成果和代码。项目内容包括数据复制现象分析、缓解策略提出、模型微调指南、推理方法、评估指标计算以及数据集资源。这些研究成果为提升扩散模型的生成质量和原创性提供了重要参考。

该项目汇集了生成式AI领域的最新研究论文、面试资料、免费课程和代码实例。内容包括月度精选论文、面试准备资源、应用型课程材料、85+免费课程列表及开发代码库。通过定期更新,为研究人员和开发者提供全面的学习资源,有助于掌握生成式AI技术。

FacTool是一款专注于检测大型语言模型生成文本中事实性错误的增强型框架。该工具支持知识问答、代码生成、数学推理和科学文献综述四个领域的检测任务。通过识别错误并提供分析和修正建议，FacTool显著提升了AI生成内容的可靠性和准确性。这一创新工具为AI研究和开发提供了有力支持，有助于推动生成式AI技术的整体进步。

这个为期一年的项目培养云原生应用生成式AI工程师，涵盖Python编程、AI微服务开发、自定义GPT和多AI代理系统等核心技能。学员将掌握Docker、Kubernetes等技术，获得行业认证。课程采用混合学习模式，注重实践应用，旨在提升学员在AI和云计算领域的专业能力。

项目展示了多个Amazon Bedrock生成式AI应用实例，包括文档摘要、RAG问答、图像生成等。提供Python和.NET两种实现，并集成Streamlit前端，方便快速验证概念。这些示例为开发者提供了丰富的参考，有助于构建创新AI解决方案。

CodiumAI Cover Agent 通过自动生成测试来增强现有测试套件，有效提升代码覆盖率。使用先进的生成式AI模型，Cover Agent 简化并自动化了单元测试创建，确保软件开发质量。支持多种LLM模型，并可集成到流行的CI平台，适用于终端或CI环境。该工具还提供详细日志记录和示例代码，帮助用户快速上手。