AI項目和框架

LayerSkip是一種用在加速大型語言模型（LLMs）推理過程的技術。基于在訓練階段應用層dropout和早期退出損失，讓模型在推理時從早期層開始更準確地退出，不需...

Spirit LM是由Meta AI團隊推出的一種多模態語言模型，能無縫地混合文本和語音數據。Spirit LM基于一個預訓練的文本語言模型，用持續在文本和語音單元上的訓練...

Story-Adapter 是一種新型的長篇故事可視化框架，能在保持語義一致性的同時，生成高質量且具有細膩交互的故事圖像序列。通過迭代方式，基于全局參考交叉注意...

LOKI是由中山大學和上海AI Lab聯合提出的合成數據檢測基準，旨在全面評估大型多模態模型（LMMs）在識別視頻、圖像、3D、文本和音頻等多種模態合成數據的能力...

NotesGPT是一款開源的AI驅動語音筆記工具，能將用戶的語音筆記快速轉錄成文本，自動生成行動項。工具基于包括Convex數據庫、Next.js框架、Together推理模型、...

MEXMA是由Meta AI推出的一種新型的預訓練跨語言句子編碼器。基于結合句子級和詞語級的目標提升句子表示的質量。在訓練過程中，MEXMA用一種語言的句子表示預測...

Lingua 是 Meta AI推出的一個輕量級且獨立的代碼庫，旨在助力大規模訓練語言模型。基于易于修改的 PyTorch 組件，便于研究人員嘗試新的模型架構、損失函數和...

VideoAgent是一種自改進的視頻生成系統，由斯坦福大學、滑鐵盧大學、DeepMind等機構的研究人員共同推出。根據圖像觀察和語言指令生成視頻計劃，轉換為機器人...

Llama Tutor 是一個基于AI的個性化學習平臺，由 Llama 3.1 和 Together AI 技術驅動，是一個完全開源的項目。支持用戶輸入想要學習的主題和教育水平，生成一...

ComfyGen是由NVIDIA和特拉維夫大學研究人員推出的一種文本到圖像生成系統，基于大型語言模型（LLM）自動創建與用戶文本提示相匹配的工作流，提升圖像生成的質...

restorePhotos.io 是一個開源的AI項目，專注于修復老舊和模糊的人臉照片。用GFPGAN機器學習模型，基于Next.js API路由處理上傳的照片，再返回修復后的照片。...

PDFtoChat 是一個開源的創新AI項目，支持用戶基于自然語言對話的方式與 PDF 文件互動。工具基于最新的 AI 技術，包括 Together AI 和 Mixtral，理解用戶的查...

Self-Taught Evaluators是一種新型的模型評估方法，基于自我訓練的方式提高大型語言模型（LLM）的評估能力，無需人工標注數據。從未經標記的指令開始，用迭代...

TurboSeek是一個開源的AI搜索引擎，由Together.ai提供技術支持。基于現代化的技術棧，包括Next.js、Tailwind、Bing搜索API及先進的語言模型Mixtral 8x7B和Lla...

Napkins.dev是一個創新的開源項目，基于AI技術將用戶的截圖或線框圖快速轉換成可運行的網頁應用程序。該、項目背后依托于Meta的Llama 3.1 405B大型語言模型和...