NanoGPT 快速訓練語言模型

模型只有 1.24 億個參數

目標是盡快地在 8xH100 機器上訓練一個具有 1.24 億個參數的模型，使其在 FineWeb 數據集上達到 3.28 的驗證損失。

---

Screenpipe – 記錄電腦活動的 API

擷取用戶桌面數據的 API

包括屏幕、語音、鍵盤、滑鼠同埋鏡頭錄影。內建一個基於 JavaScript 的插件系統，方便開發者建立更多功能。這項目近期獲不少關注同獎項，例如登上 GitHub 趨勢榜，獲 Founders, Inc. 支持等

---

OpenVINO 2024.5 一體化智能開發

視覺、自動語音辨識、NLP 的深度學習

OpenVINO 是一個開源工具包，用於最佳化及部署從雲端到本機的深度學習模型。它利用來自 PyTorch、TensorFlow、ONNX 等流行框架的模型，加速各種深度學習推理，例如生成式 AI、視訊、音訊和語言。轉換和最佳化模型，並在本地和裝置上、瀏覽器或雲端中的各種英特爾® 硬體和環境中進行部署。

---

opik – 最佳化部署深度學習模型

評估、測試和監控 LLM 的開源平台

追蹤開發期間所有的 LLM 調用和追蹤。透過使用 Python SDK 或 UI 記錄回饋分數來註解您的 LLM 呼叫。

Opik 旨在支援大量跟踪，使您可以輕鬆監控生產應用程式。在 Opik 儀表板中查看一段時間內的回饋分數、追蹤計數和令牌

---

過份強化學習將會獎勵黑客

【人工智能】什么是强化学习中的奖励黑客 | Reward Hacking | OpenAI前安全主管翁荔最新长文 | 奖励函数 | RLHF | 古德哈特定律 | ICRH | 缓释措施

---

EchoMimic V2音頻驅動數字人

[20241205 更新]

EchoMimic V2更新！自定义数字人动作！|Custom Poses for Your AI Digital Human

AI数字人新玩法！EchoMimic V2音频驱动，打造超逼真动态角色|AI Digital Human! EchoMimic V2 Audio-Driven Animation

【王炸級別開源數字人模型】

一款王炸級別的AI數字人開源模型EchoMimicV2模型來啦！支持姿勢+圖片轉數字人+音頻驅動口型，效果炸裂！換上自己喜歡的圖片和音頻，就能打造個人專屬的數字人！

MimicMotion

具有置信度感知姿勢指導的高品質人體運動影片產生器

---

FLUXTools 修圖教學

[ComfyUI]

【ComfyUI】FLUXTools 最新生态让AI绘画又提升了一个Level

---

OminiControl – FLUX.1 的通用控制器

GitHub – A minimal and universal controller for FLUX.1.

FLUX.1 的通用控制器

---

SAMURAI – 視訊識別追踪

使用運動感知分段模型以實現零鏡頭視覺跟踪

Official repository of “SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory”

---

Generating Worlds 產生 360° 影片

一個從單一影像生成 3D 世界的人工智慧系統

你可使用任何圖像並以 3D 方式探索它。

---