Diffusion – 生成 3D 遊戲的擴散式世界模型

構成了一種以安全且樣本高效的方式訓練強化學習 💎

---

DH-Live實時直播數字人

DH-Live实时直播数字人，全新商用项目开源，超低显存占用，人人可用！

---

DiffSynth-Studio 擴散模型的魔力

DiffSynth Studio 是個擴散引擎

重構了文字編碼器、UNet、VAE等架構，保持與開源社群模型的相容性，同時增強運算效能。

---

Llama 3.2 Vision Instruct 詳細的安裝教學

Llama 3.2 Vision Instruct - Installation & Usage Tutorial

---

Llama3 微調神器

微调Llama 3 1，用神器Unsloth

---

Speech-to-speech 語音到語音開源模組

GitHub – huggingface/speech-to-speech: Speech To Speech: an effort for an open-sourced and modular GPT4-o

Speech To Speech: an effort for an open-sourced and modular GPT4-o – huggingface/speech-to-speech

---

GraphRAG – Llama 3.1 和 Neo4j

本影片介紹如何使用開源模型執行 GraphRAG – Llama 3.1 和 Neo4j 作為圖形資料庫

Local GraphRAG with LLaMa 3.1 - LangChain, Ollama & Neo4j

---

SmolLM – 全開源模型 – 速度極快且功能強大

透過開源和開放科學來推進人工智慧並使之民主化

模型在各種基準、測試常識推理和世界知識的規模類別中均優於其他模型

數據集包括 3000 萬份教科書、部落格文章及故事組成。

---

GraphRAG 提升全面性和多样性

• 智能問答系統：GraphRAG 能夠提高智能問答系統的準確性，提供多樣化的答案選項，大幅提升用戶體驗。
• 自動文本摘要：GraphRAG 能夠實現高效、準確的摘要生成，捕捉文本核心觀點，生成簡潔的摘要。
• 知識管理：GraphRAG 將成為企業和研究机构的重要工具，幫助構建企業級知識圖譜，提升内部知識資源管理和利用效率。

(英)Welcome to GraphRAG

👉 Microsoft Research Blog Post 👉 GraphRAG Accelerator 👉 GitHub Repository
👉 GraphRAG Arxiv

---

SenseVoice 具有音頻理解能力的音頻基礎模型

語音識別（ASR）、語種識別（LID）、語音情感識別（SER）和聲學事件分類（AEC）或聲學事件檢測（AED）

在多個任務測試集上的benchmark，以及體驗模型所需的環境安裝的與推理方式。

Mac M1 上實測，廣東話夾英文一齊都好準，不過出嘅係簡體中文！

---