Dojo
话题
新佳
订阅
极道
元认知
元逻辑
元设计
元编程
元语言
GitHub工具库推荐
微软研究院发布了BioGPT:生命科学的ChatGPT
微软研究院发布了BioGPT,这是一个基于生物医学研究文献的大型语言模型。根据PubMedQA的评价,该模型在回答生物医学文献中的问题方面表现优于人类。 BioGPT是在生物医学出版物而不是整个互联网上培训的,因此它在生物医学任务方面比以下模型做得
spring-openai-bot: Spring Boot + ChatGPT开源应用
示例应用程序展示了如何将 Spring Boot 与 OpenAI 的 GPT-3 API 结合使用。这是一个使用 Spring WebFlux 和 OpenAI 流 API 的完全反应式应用程序,可以打包为 GraalVM 本机图像。 <
训练过程比ChatGPT快15倍的ChatLLaMA
ChatLLaMA -基于RLHF的LLaMA开源实现。声称训练过程比ChatGPT快15倍。它允许用户微调个性化的ChatLLaMA助手。 比GPT-3小,但性能更好 LLaMA为更快的推理和经济高效的
腾讯发布了自己的“ControlNet”版本: T2I-Adapter
ControlNet 是一种通过添加额外条件来控制扩散模型的神经网络结构。 ControlNet可以对使用扩散模型生成的图像进行精确、细粒度的控制。这是一个巨大的进步,将改变许多行业。
AutoGPT才是这条街最靓的仔!
AutoGPT正在以惊人的速度改进,并可能很快改变业务的面貌。 上周刚刚出现的AutoGPT旨在自动执行GPT-4任务,允许创建代理,在没有任何干预的情况下为您完成任务。我们将迎来有多个AI Agent(AutoGPT)相互协作的新人工智能阶段!<
bing-chat:Bing新人工智能搜索的 Node.js 客户端
非官方 ChatGPT API 的 Node.js 客户端,这个包是微软 Bing Chat 的 Node.js 包装器。 安装:
metaloom/video4j: java视频处理库
Video4j是org.openpnp:opencv上面的一个高级库,它提供了在Java中处理视频媒体的API。 可以在 java 中进行视频处理。这些库在使用 JNI 的引擎盖下使用 openpnp opencv。
ai-component-generator:使用ChatGPT产生任何图形界面组件
项目使用 OpenAI 的 ChatGPT 生成几乎所有 UI 组件,并允许您复制 html 代码 使用这个开源项目,您可以要求产生任何 UI 组件,自由样式。也可以用作项目界面设计的一个引导程序。样式设置默认为 Material-UI 样式,但您
Vicuna:一个GPT-4开源聊天机器人
一个开源聊天机器人,通过微调LLaMA对约70 K用户共享的ChatGPT对话进行训练。 声称达到“OpenAI ChatGPT和Google Bard的90%以上 * 质量,同时在90%以上 * 的情况下优于LLaMA和斯坦福大学Alpaca等其
复制ChatGPT的开源训练过程:Colossal-AI
ChatGPT是当今人工智能领域最热门的话题。 ChatGPT展示了非凡的能力,因此人们对复制它有很高的兴趣。 由于OpenAI一直没有发布ChatGPT的代码,如何有效复制ChatGPT就成了摆在大家面前的一个巨大问题,急需一个开源的ChatGP
ChatGPTerminator: 在终端中使用 ChatGPT
这个开源项目使得在您的终端中使用 openai 的 chatgpt 成为可能。 此终端界面提供了一种使用命令行界面与 ChatGPT 交互的便捷方式。 要使用此终端界面,请执行以下步骤:<
GitHub - LAION-AI/Open-Assistant: 复制并想超越ChatGPT的开源项目
OpenAssistant 是一个基于聊天的助手,可以理解任务,可以与第三方系统交互,并为此动态检索信息。 Open Assistant 是一个旨在让每个人都能访问基于聊天的大型语言模型的项目。我们相信,通过这样做,我们将在语言创新方面掀起
BioGPT:微软生物医学文本生成模型的实现
BioGPT是一个在大规模生物医学文献中预先训练的特定领域生成模型,已经实现了人类平等,优于其他一般和科学LLM,并可以在各种科学发现场景中赋予生物学家权力。 BioGPT对生物医学文献进行了培训,并实现了人类的平价。它现在是PubMedQA基准的
一个简单的编译时依赖注入框架
Java 中最流行的依赖注入框架——Spring 和 Guice——是使用反射构建的。这种方法存在一些问题,我相信在大多数情况下编译时解决方案更好。已经有编译时实现(例如
setzer22/llama-rs: 使用 Rust 在 CPU 上运行 LLaMA 推理
LLaMA-rs是llama.cpp项目的 Rust 端口 。 这允许使用模型的全精度、f16 或 4 位量化版本在 CPU 上以良好的性能运行
GitHub - a5huynh/spyglass: 个人搜索引擎
传统的网络搜索很糟糕,使用这个开源工具可建立个人搜索引擎,它可以使用一组简单的规则抓取和索引你想要的网站/文件. Spyglass 存在于您的设备上,通过一组基本规则对您想要的网站进行爬网和索引。压缩为文本的网页非常小。借助当今令人难以置信
sgriffin53/shortcut_suggest:根据频繁度自动在 AutoHotKey 中添加新的快捷方式
在键入时会提示来自 AutoHotKey 文件的快捷方式建议,并在频繁使用单词时自动添加新的快捷方式。 项目点击标题 作者自述:就我的工作而言,我做的是音频转录,将录制的采访内容打成文本文件。因此
使用 Spring Boot、Kotest、Testcontainers 和 MongoDB 的 Bootstrap 项目
一个项目模板,其中包含开始使用 Spring Boot、Kotest、Testcontainers 和 MongoDB 所需的所有依赖项和配置。
上页
下页
关闭