Chefe do Círculo de Compartilhamento de IA

O Voyager 3 da Voyage AI é um novo modelo de última geração que permite incorporar texto e imagens no mesmo espaço. Nesta postagem, explicarei como extrair esses embeddings multimodais de revistas, armazená-los em um banco de dados vetorial (Weaviate) e usar os mesmos vetores de embedding...

O Synthesis SHMT (Self-supervised Hierarchical Makeup Transfer) é um projeto de transferência de maquiagem hierárquica autossupervisionada baseado em um modelo de difusão latente, com o objetivo de obter uma transferência de alta qualidade de efeitos de maquiagem por meio de métodos de aprendizagem não supervisionados. O projeto adota um paradigma de "desacoplamento e reconstrução", que não permite ...

Anteriormente, o SiliconCloud colocou no ar o recurso de ajuste fino LoRA on-line para modelos de linguagem. Basta fazer o upload dos dados do corpus e criar uma tarefa de ajuste fino para obter um modelo de linguagem com ajuste fino exclusivo. Recentemente, o ajuste fino do LoRA on-line do LLM do SiliconCloud foi ampliado para incluir o Qwen2.5-32B, o Qwen2.5-1...

O CAG (Cache Augmented Generation), que é 40 vezes mais rápido que o RAG (Retrieval Augmented Generation), revoluciona a aquisição de conhecimento: em vez de recuperar dados externos em tempo real, todo o conhecimento é pré-carregado no contexto do modelo. É como condensar uma enorme biblioteca em um kit de ferramentas que pode ser usado quando necessário...

Introdução geral O VITA é um projeto líder de modelagem de linguagem grande multimodal interativa de código aberto, pioneiro na capacidade de obter uma verdadeira interação multimodal completa. O projeto lançou o VITA-1.0 em agosto de 2024, sendo pioneiro no primeiro modelo de linguagem grande totalmente modal e interativo de código aberto.

Introdução geral O Trend Finder é uma ferramenta poderosa criada para ajudar os usuários a rastrear tópicos e tendências nas mídias sociais em tempo real. Ao coletar e analisar publicações dos principais influenciadores, o Trend Finder pode enviar notificações oportunas do Slack quando novas tendências ou lançamentos de produtos são detectados. Essa ferramenta é extremamente...

Atualmente, meus melhores parceiros de programação de IA são o Lovable e o Cursor. O bolt.new e o windsurf também são muito bons, escolhi os dois primeiros porque o teto é alto o suficiente. Site do Lovable: https://lovable.dev/ O Lovable pode não ser tão famoso quanto o bolt.new, mas recomendo a todos que o experimentem...

Ontem, Sam Altman, CEO e cofundador da OpenAI, publicou seu último artigo detalhado - Reflections - em seu blog pessoal. A principal revisão da fundação da OpenAI nos últimos 9 anos: desde o início não sendo considerado pelo mundo exterior, até o lançamento do ChatGPT em 2022, que desencadeou uma revolução global de IA, os usuários e...

Luo Yonghao está entrando novamente no setor de IA desta vez. Conforme relatado anteriormente, sua nova empresa, a Thin Red Line, lançará seu primeiro produto novo desde sua criação por volta do Ano Novo Chinês da Serpente. Já em abril do ano passado, Luo Yonghao provocou pela primeira vez em uma transmissão ao vivo que lançaria um produto misterioso, que ele descreveu como "inovação disruptiva e destrutiva...

Introdução geral A Matter.ai é uma empresa inovadora dedicada a fornecer soluções avançadas de inteligência artificial. Seu produto mais recente, o J1 Assistant (J1 Assistant), já está disponível na versão 0.8.3-beta1, com suporte para as séries Samsung Galaxy S24, S23 e S22, bem como para as séries Pixel 9 e Pixel 8...

Fazer previsões, especialmente em um campo em rápida evolução como o de dados e IA, é notoriamente difícil. Mesmo assim, nós, Rajesh Parikh e Sanjeev Mohan, lançamos nossa previsão de tendências para 2024 no ano passado. À medida que 2024 se aproxima do fim, temos o prazer de confirmar que nossas previsões são muito...

O TransRouter é uma ferramenta de tradução de voz em tempo real baseada no modelo Gemini do Google, projetada para tradução de voz em tempo real entre inglês e chinês. Ele pode ser perfeitamente integrado ao software de videoconferência, como o Zoom, para oferecer suporte à tradução em tempo real para comunicação entre idiomas.

Introdução abrangente O LatentSync é uma estrutura inovadora de modelagem de difusão de potencial condicional de áudio de código aberto da ByteDance, projetada especificamente para permitir a sincronização labial de vídeo de alta qualidade. Diferentemente das abordagens tradicionais, o LatentSync usa uma abordagem de ponta a ponta que elimina a necessidade de representações de ações intermediárias para gerar diretamente...

Introdução geral O NotebookLM de código aberto é um projeto inovador de IA que combina os recursos de compreensão de linguagem do Deepseek-V3 com a tecnologia de síntese de fala do PlayHT, com o objetivo de criar um sistema inteligente de diálogo para anotações. Desenvolvido pela equipe do Build Fast with AI, o projeto transforma o conteúdo de texto em...

Introdução abrangente O Open Deep Research é uma ferramenta de geração de relatórios de pesquisa orientada por IA de código aberto que serve como uma alternativa de código aberto aos recursos de pesquisa profunda do Google Gemini. Desenvolvido em TypeScript e com base na estrutura Next.js 15, o projeto integra a API de pesquisa do Azure Bing e o Google Gemini ...

Introdução abrangente O Vision-is-all-you-need é um projeto inovador de demonstração do sistema visual RAG (Retrieval Augmented Generation) que abre novos caminhos na aplicação da Modelagem de Linguagem Visual (VLM) ao domínio de processamento de documentos. Diferentemente dos métodos tradicionais de fragmentação de texto, o sistema usa modelos de linguagem visual diretamente para processar as páginas de um arquivo PDF...

Introdução geral O MiniPerplx (renomeado Scira) é um mecanismo de pesquisa com IA de design minimalista que integra vários recursos úteis para fornecer aos usuários uma gama completa de serviços de recuperação de informações. O projeto usa uma pilha de tecnologia moderna, incluindo Next.js, Tailwind CSS e Vercel AI SDK, e...

  Você precisa transcrever gravações de reuniões ou entrevistas em texto com frequência? Como escrever transcrições literais é demorado e trabalhoso, talvez você queira usar ferramentas de IA para converter gravações de áudio em texto. Neste artigo, apresentaremos o Whisper, um sistema de reconhecimento automático de fala (ASR) lançado pela equipe da OpenAI. De acordo com a OpenA...