Проект с открытым исходным кодом AI

Общее представление TubeTube - это инструмент для загрузки видео с YouTube с открытым исходным кодом, разработанный MattBlackOnly. Инструмент использует yt-dlp в качестве основного движка загрузки, поддерживает многопоточную загрузку и способен быстро загружать несколько видео одновременно. Пользователи могут скачивать...

Всеобъемлющее введение LangWatch - это комплексная платформа, предназначенная для работы с большими языковыми моделями (LLM), обеспечивающая мониторинг, анализ, оценку, управление наборами данных и оптимизацию подсказок. Платформа основана на фреймворке DSPy Стэнфордского университета и призвана помочь пользователям лучше управлять и оптимизировать...

Общее представление PR-Agent - это инструмент с открытым исходным кодом, разработанный компанией Qodo для автоматизации обработки запросов на доработку (Pull Requests) с помощью технологии искусственного интеллекта. Инструмент способен предоставлять автоматизированные отзывы, предложения и анализ, чтобы помочь разработчикам более эффективно проводить обзоры кода...

Общее представление FinGPT - это платформа для моделирования на большом финансовом языке с открытым исходным кодом, разработанная фондом AI4Finance Foundation и предназначенная для финансового сектора с целью решения сложных финансовых задач и стимулирования инноваций в области финтеха. FinGPT использует методы облегченной адаптации и подходы к обучению с усилением...

Общее представление Coding Agent - это интеллектуальный помощник программирования, разработанный AbhinavTheDev, призванный помочь разработчикам повысить эффективность программирования. Инструмент использует технологию искусственного интеллекта для автоматической генерации кода, предоставления предложений по программированию и помощи разработчикам в различных...

Всеобъемлющее введение Ragas - это инструмент, специально разработанный для оценки и оптимизации систем дополненного поиска (Retrieval Augmented Generation, RAG). Он предоставляет полный набор оценочных показателей, анализируя взаимосвязи между запросами, контекстами поиска и сгенерированными ответами. Эти метрики включают в себя точность, релевантность ответа, релевантность контекста, на...

Всеобъемлющее введение VeighNa - это основанная на Python платформа для количественной торговли с открытым исходным кодом, изначально разработанная отечественными частными трейдерами и официально запущенная в 2015 году. Из простого пакета торговых интерфейсов она превратилась в полнофункциональную платформу для развития торговли. Среди пользователей - фонды прямых инвестиций, сертификаты...

Общее представление OpenCharacter - это инструмент для создания персонажей с открытым исходным кодом, предназначенный для предоставления пользователям нефильтрованного и неограниченного опыта создания и взаимодействия персонажей AI в качестве альтернативы Character.AI. Пользователи могут создавать и запускать своих собственных персонажей, используя родные модели, или...

Общее представление Video Starter Kit (Video Starter Kit) - это проект с открытым исходным кодом, выпущенный сообществом fal-ai-community, чтобы показать, как использовать модели искусственного интеллекта для создания видео в браузере. Он предоставляет инструменты для преобразования изображений в видео из...

Общее введение SkyPilot - это фреймворк с открытым исходным кодом, созданный по инициативе Sky Computing Lab Калифорнийского университета в Беркли и призванный помочь пользователям эффективно выполнять задачи искусственного интеллекта и пакетной обработки данных на любой облачной инфраструктуре. Он поддерживает более 14 облачных сервисов (включая ...

Общее представление LlamaEdge - это проект с открытым исходным кодом, разработанный для упрощения процесса запуска и тонкой настройки больших языковых моделей (LLM) на локальных или пограничных устройствах. Проект поддерживает семейство моделей Llama2 и предоставляет API-сервисы, совместимые с OpenAI, которые позволяют пользователям легко создавать и запускать...

Общее представление AutoGen - это фреймворк с открытым исходным кодом, разработанный группой исследователей Microsoft и направленный на упрощение создания приложений с большой языковой моделью (LLM) посредством диалога между несколькими интеллектуальными организмами. Он позволяет разработчикам создавать агентов ИИ, которые могут вести диалог друг с другом и совместно решать поставленные задачи. Такой подход не только повышает производительность LLM...

Общее представление Page Assist - это расширение для браузера с открытым исходным кодом, предназначенное для предоставления пользователям простого способа взаимодействия с локальными моделями искусственного интеллекта. С помощью этого расширения пользователи могут открыть боковую панель на любой веб-странице, чтобы взаимодействовать с локально запущенными моделями искусственного интеллекта.Page Assi...

Общее представление MobileAgent - это мощный помощник по управлению мобильными устройствами, предназначенный для повышения эффективности и автоматизации работы с мобильными устройствами за счет мультиагентного взаимодействия и улучшенных модулей визуального восприятия. Он разработан командой X-PLUG и поддерживает Android и ...

Общее представление Orama - это высокопроизводительная поисковая система с открытым исходным кодом, написанная полностью на TypeScript, поддерживающая полнотекстовый поиск, векторный поиск и гибридный поиск.Orama разработана для работы в любой среде выполнения JavaScript, обеспечивая быстрый, надежный ...

Общее представление FramePainter - это революционный инструмент для редактирования изображений на основе искусственного интеллекта, который использует передовую технологию диффузии видео и интуитивно понятные элементы управления скетчами, чтобы помочь пользователям легко выполнять сложное редактирование изображений. Будь то простая корректировка или сложное творческое преобразование, Fr...

Synthesis Gaze-LLE - это инструмент для предсказания цели взгляда, основанный на крупномасштабном обучаемом кодере. Он был разработан Фионой Райан, Аджаем Бати, Сангмином Ли, Даниэлем Болья, Джуди Хоффман и Дж...

Общие сведения Введение DiffBIR (Blind Image Restoration with Generative Diffusion Prior) - это инструмент для восстановления изображений, разработанный компанией XPixelGroup и предназначенный для генерации...

Общее представление TankWork - это фреймворк для настольных агентов с открытым исходным кодом, разработанный для того, чтобы ИИ мог воспринимать и контролировать ваш компьютер с помощью компьютерного зрения и взаимодействия на системном уровне. Фреймворк позволяет агентам напрямую управлять компьютерами с помощью голосовых и текстовых команд, обрабатывать содержимое экрана в реальном времени и обеспечивать непрерывное аудиовизуальное...

Общее описание AI Auto Free - это мощный инструмент автоматизации, призванный помочь пользователям неограниченно использовать интегрированные среды разработки (IDE), основанные на искусственном интеллекте, такие как Cursor и Windsurf. Проект предлагает кросс-платформенную поддержку и включает в себя множество языковых возможностей...

Quantum Swarm - это фреймворк искусственного интеллекта с открытым исходным кодом, ориентированный на разработку и исследование популяционного интеллекта. Проект поддерживается командой Quarm AI на GitHub и призван обеспечить гибкую и эффективную платформу для создания и тестирования мультиинтеллектуальных систем.Quan...

Всеобъемлющее введение XRAG (eXamining the Core) - это система бенчмаркинга, предназначенная для оценки базовых компонентов передовых систем расширения поиска (RAG). Профилируя и анализируя каждый основной модуль, XRAG предоставляет информацию о том, как различные конфигурации и компоненты влияют на работу RAG...

WenYan - это инструмент, предназначенный для набора и улучшения статей в формате Markdown, поддерживающий преобразование отредактированных статей в формате Markdown в формат, подходящий для WeChat, Zhihu, Today's headlines и других платформ. Пользователи могут скопировать статью одним щелчком мыши, статья напрямую...

Общее представление CHRONOS - это инструмент для обобщения хронологии новостей, разработанный командой Alibaba NLP. Инструмент генерирует сводки хронологии новостных событий с помощью итеративных самоопросов. CHRONOS не только способен справляться с задачами сводки хронологии в открытом домене, но и с точки зрения эффективности и масштабируемости...

Общее представление Go-with-the-Flow - это проект с открытым исходным кодом, разработанный исследовательской группой Netflix Eyeline Studios для управления моделями движения в диффузионных моделях видео с помощью искажающего шума. Проект позволяет пользователю определить, как камера сцены и...

Общее представление X-Dyna - это проект с открытым исходным кодом, разработанный компанией ByteDance для создания динамических портретных анимаций с использованием техники диффузии с нулевым сэмплом. Проект использует мимику и движения тела в видео с диска для анимации отдельных портретных изображений, создавая реалистичные и учитывающие контекст эффекты движения.X-D...

Всеобъемлющее введение Tencent Hunyuan3D (Hunyuan3D 2.0) - это передовая крупномасштабная система 3D-композитинга от Tencent, предназначенная для создания текстурированных 3D-активов высокого разрешения. Система состоит из двух основных компонентов: Hunyuan3D-DiT, крупномасштабной модели генерации форм, и Hunyuan3D-DiT, крупномасштабной текстурной...

Всеобъемлющее введение RAG Web UI - это интеллектуальная диалоговая система, основанная на технологии RAG (Retrieval Augmented Generation). Она помогает компаниям и частным лицам создавать интеллектуальные системы вопросов и ответов, основанные на их собственной базе знаний. Объединяя поиск документов и большие языковые модели, RAG Web UI обеспечивает точную и надежную...

Общее представление UI-TARS Desktop - это приложение для агентов с графическим интерфейсом, основанное на UI-TARS (Visual Language Model), разработанное компанией ByteDance. Приложение позволяет пользователям управлять компьютерами с помощью естественного языка для более интуитивного и эффективного взаимодействия человека и компьютера.UI-TAR...

Общие сведения Введение Devin Cursor Rules - это проект с открытым исходным кодом, целью которого является расширение интегрированной среды разработки (IDE) Cursor и Windsurf с помощью конфигурационных файлов и инструментов для обеспечения расширенных возможностей искусственного интеллекта, аналогичных Devin. Проект предоставляет более...

Общее введение Repomix (ранее известный как Repopack) - это инструмент с открытым исходным кодом, предназначенный для упаковки всей кодовой базы в один файл, удобный для AI. Этот инструмент позволяет разработчикам легко сделать свою кодовую базу доступной для больших языковых моделей (таких как Claude, Chat...

Общее введение Yek - это быстрый инструмент на основе Rust для чтения текстовых файлов из репозиториев или каталогов, их разбивки и сериализации для использования в больших языковых моделях (LLM). По умолчанию инструмент использует правило .gitignore для пропуска ненужных файлов, а также использует...

Всеобъемлющее введение Kheish - это многоролевой агент с открытым исходным кодом, предназначенный для решения задач моделирования больших языков (LLM), требующих структурированного, пошагового взаимодействия. Kheish - это не просто простой координатор, это самостоятельный интеллектуальный агент, запрашивающий модули по требованию, интегрирующий пользовательские реверсивные...

Общее представление AI ContentCraft - это универсальный инструмент для создания контента, который объединяет в себе генерацию текста, синтез речи, создание изображений и многое другое. Он помогает авторам быстро создавать истории, сценарии подкастов, а также сопутствующий аудио- и видеоконтент. Инструмент поддерживает преобразование нескольких языков и может пакетно...

Общее представление Unigraph - это локальный граф знаний общего назначения и персональная поисковая система, предназначенная для предоставления пользователям интегрированного рабочего пространства для управления и поиска широкого спектра данных в их личной жизни. С помощью Unigraph пользователи могут интегрировать данные из различных источников в...

Общее представление ComfyUI-disty-Flow - это пользовательский узел, который предоставляет удобный интерфейс для ComfyUI. Он предназначен для упрощения работы с рабочими процессами, предоставляя альтернативный пользовательский интерфейс для создания рабочих процессов.ComfyUI-disty...

Общее представление Shortest - это фреймворк сквозного тестирования на естественном языке с поддержкой ИИ, разработанный командой Anti-Work. Он построен на Playwright и поддерживает интеграцию с GitHub и двухфакторную аутентификацию (2FA).Основные возможности Shortest...

Общее представление Midscene.js - это инструмент автоматизации браузера на основе искусственного интеллекта, который управляет веб-страницами, выполняет утверждения и извлекает данные с помощью команд на естественном языке. Он поддерживает расширения Chrome, JavaScript SDK и YAML-скрипты, упрощая измерение пользовательского интерфейса...

Comprehensive Introduction Video Analyzer - это инструмент комплексного анализа видео, сочетающий компьютерное зрение, транскрипцию аудио и методы обработки естественного языка для создания подробных описаний видеоконтента. Инструмент расшифровывает аудиоконтент, извлекая ключевые кадры из видео...

Всеобъемлющее введение Unsloth - это проект с открытым исходным кодом, предназначенный для предоставления эффективных инструментов для тонкой настройки и обучения больших языковых моделей (LLM). Проект поддерживает множество известных моделей, включая Llama, Mistral, Phi и Gemma.Unsloth...

Всеобъемлющее введение MaxKB (Max Knowledge Base) - это система вопросов и ответов с открытым исходным кодом, основанная на больших языковых моделях и RAG (Retrieval Augmented Generation). Система широко используется в интеллектуальном обслуживании клиентов, внутренних базах знаний предприятий, академических исследованиях и образовании и других сценариях.MaxKB...

Всеобъемлющее введение OmniThink - это инновационная система машинного письма, предназначенная для создания высококачественных длинных эссе, имитируя итеративное расширение и отражение человеческих когнитивных процессов. Фреймворк нацелен на расширение границ знаний и генерирование информации, которая является богатой и глубокой. OmniThink делает это путем построения...

Общее введение OpenAI Realtime Agents - это проект с открытым исходным кодом, цель которого - показать, как API OpenAI в реальном времени может быть использован для создания мультиинтеллектуальных речевых приложений. Он предоставляет высокоуровневую модель интеллектуального тела (заимствованную из OpenAI Swarm), которая позволяет...

Общее представление DeepFace - это легкая библиотека Python для распознавания лиц и анализа их атрибутов (включая возраст, пол, эмоции и этническую принадлежность). Она объединяет несколько передовых моделей распознавания лиц, таких как VGG-Face, FaceNet, OpenFace, De...

Общее описание SynthLight - это инструмент для пересвета портретов, основанный на модели диффузии. Он учится перерисовывать синтетические изображения лиц, чтобы добиться корректировки эффектов освещения на реальных портретных фотографиях. Инструмент использует физический движок рендеринга для создания наборов данных, моделирующих трансформацию освещения при различных условиях освещения...

Общее введение 1-2-1-MNVTON - это основанный на GitHub проект с открытым исходным кодом, целью которого является предоставление технологии "Modality-specific Normalization for Virtual Try-On" (MNVTON) через...

Всеобъемлющее введение Kokoro-ONNX - это инструмент преобразования текста в речь (TTS) с открытым исходным кодом, основанный на среде исполнения ONNX. Разработанный thewh1teagle, проект нацелен на предоставление эффективных и быстрых решений для синтеза речи.Kokoro-ONNX поддерживает ...

Общее представление Zerox - это проект с открытым исходным кодом, предназначенный для преобразования PDF, DOCX, изображений и других документов в формат Markdown с помощью визуальных моделей. Проект разработан командой getomni-ai и представляет собой простое и эффективное решение OCR (Optical Character Recognition).Ze...

Общее описание Charla - это чат-приложение на основе конечных точек, предназначенное для ведения диалога с использованием моделей родного языка. Приложение интегрируется с бэкендом Ollama, поддерживает диалог с учетом контекста и сохраняет чат-сессии в виде файлов Markdown. Пользователи могут просто...

Введение MiniRAG - это очень простой фреймворк Retrieval Augmented Generation (RAG), цель которого - обеспечить хорошую производительность RAG даже для небольших моделей за счет гетерогенного индексирования графов и облегченного поиска с использованием топологии. Он разработан Лабораторией науки о данных Гонконгского университета (HKUDS) для решения ...

Всеобъемлющее введение Omni-RGPT - это мультимодальная модель большого языка, предназначенная для понимания изображений и видео на уровне регионов. Благодаря использованию техники Token Mark, Omni-RGPT может выделять целевой регион в пространстве визуальных признаков и указывать на него с помощью подсказок (например, квадратов или...

Всеобъемлющее введение Bailing (Бейлинг) - это голосовой диалоговый помощник с открытым исходным кодом, предназначенный для ведения естественного диалога с пользователями посредством речи. Проект сочетает в себе технологии распознавания речи (ASR), определения голосовой активности (VAD), моделирования большого языка (LLM) и синтеза речи (TTS) для достижения...

Всеобъемлющее введение Metaverse AI (версия с открытым исходным кодом) - это проект, размещенный на GitHub и разработанный командой libn-net. Он может клонировать цифровые человеческие изображения и голоса с помощью технологии искусственного интеллекта для создания коротких видеороликов, а также поддерживает дубляж и субтитры. Этот инструмент обеспечивает Windo...

Общее представление WikiChat - это экспериментальный чатбот, разработанный в Стэнфордском университете, целью которого является улучшение фактологичности больших языковых моделей путем извлечения данных из Википедии. Большие языковые модели (такие как ChatGPT и GPT-4) склонны обрабатывать актуальную информацию или менее популярные темы, когда...

Общее представление OpenAI Edge TTS - это проект с открытым исходным кодом, который предоставляет собственный API преобразования текста в речь (TTS), совместимый с OpenAI. Проект использует онлайн-сервис преобразования текста в речь Microsoft Edge, чтобы позволить пользователям генерировать высококачественный...

Общее представление AIEvo - это мультиагентный фреймворк с открытым исходным кодом от Ant Group, предназначенный для эффективного создания мультиагентных приложений. Фреймворк строго следует графу задач SOP для повышения успешности выполнения сложных задач, а также обеспечивает высокую гибкость и масштабируемость благодаря механизмам обратной связи и мониторинга.AIEvo был создан в рамках Ant Group...

Общее представление PPTAgent - это инновационная система, предназначенная для автоматического создания презентаций на основе документов. Система опирается на человеческий подход к созданию презентаций, используя двухэтапный процесс для обеспечения качества содержания и визуального воздействия. Кроме того, PPTAgent представляет PPTEval, комплексный...

Общее представление FlowiseAI - это инструмент с открытым исходным кодом, предназначенный для помощи разработчикам в создании пользовательских приложений LLM (Large Language Model) и агентов искусственного интеллекта. С помощью простого интерфейса drag-and-drop пользователи могут быстро создавать и итерировать LLM-приложения, делая процесс от тестирования до производства более эффективным...

Общее представление RealtimeSTT - это эффективная библиотека преобразования речи в текст в реальном времени с низкой задержкой и расширенными возможностями обнаружения речевой активности и активации слов для пробуждения. Она была разработана Колей Бейгелем для поддержки приложений, которым требуется быстрая и точная передача речи в текст...

Всеобъемлющее введение SemHash - это легкий и гибкий инструмент для дедупликации наборов данных по семантическому сходству. Он сочетает в себе быструю генерацию вкраплений Model2Vec и эффективный поиск сходства ANN (приближенный ближайший сосед) Vicinity.SemHa...

Всеобъемлющее введение Cognita - это фреймворк с открытым исходным кодом, разработанный компанией TrueFoundry для упрощения разработки приложений на основе RAG (Retrieval-Augmented Generation). Фреймворк предоставляет структурированную, мод...

Всеобъемлющее введение BotSharp - это проект с открытым исходным кодом на базе .NET Core, предназначенный для предоставления комплексного инструмента для создания платформы чатботов с искусственным интеллектом. Он использует программирование C#, поддерживает кроссплатформенную работу и направлен на упрощение применения алгоритмов машинного обучения, позволяя разработчикам корпоративного уровня эффективно...

Общее представление Weebo - это голосовой чатбот с открытым исходным кодом, использующий Whisper Small для распознавания речи, Llama 3.2 для генерации естественного языка и Kokoro-82M для синтеза речи. Проект был разработан Аманом...

Всеобъемлющее введение OmAgent - это мультимодальный фреймворк интеллектуального тела, разработанный лабораторией Om AI Lab и нацеленный на предоставление мощных функций умных устройств, основанных на искусственном интеллекте. Интегрируя современные мультимодальные базовые модели и алгоритмы интеллектуального тела, проект позволяет разработчикам создавать эффективные смарт-устройства на различных...

Общее представление RAIN (Real-time Animation Of Infinite Video Stream) - это проект с открытым исходным кодом, предназначенный для создания анимационных эффектов в реальном времени для бесконечных видеопотоков. Проект был разработан Pscgylotti, ти...

Всеобъемлющее введение Инструментарий AI Agent Service Toolkit - это полный набор инструментов, построенный на LangGraph, FastAPI и Streamlit, предназначенный для того, чтобы помочь разработчикам быстро создавать и запускать сервисы AI-агентов. Инструментарий предоставляет...

Общее представление Memora - это агент, разработанный для воспроизведения человеческих воспоминаний для каждого персонализированного ИИ. Он помогает ИИ запоминать детали прошлых взаимодействий, эмоции и совместный опыт так же, как это делают люди, благодаря таким функциям, как временные метки, маркеры эмоций и мультимодальные воспоминания. Memora поддерживает многопользовательский режим и может...

Общее представление Stagehand - это фреймворк для веб-браузинга с искусственным интеллектом, ориентированный на простоту и расширяемость. Он полностью совместим с Playwright и предоставляет три простых AI API (act, extract и observe), которые построены на базе...

Общее представление Micro-Agent - это помощник по кодированию с открытым исходным кодом, разработанный Builder.io и предназначенный для предоставления разработчикам возможности автоматически генерировать и тестировать код. Он генерирует тестовые случаи, понимая описания на естественном языке, и итерирует код до тех пор, пока все тесты не пройдут, тем самым сокращая количество открытых...

Общее представление sherpa-onnx - это проект с открытым исходным кодом, разработанный командой Next-gen Kaldi для обеспечения эффективного распознавания речи и синтеза речи в автономном режиме. Он поддерживает множество платформ, включая Android, iOS, Raspber...

Общее представление Eko - это JavaScript-фреймворк производственного уровня, предназначенный для создания эффективных рабочих процессов интеллектуальных агентов с помощью описаний на естественном языке. Он предназначен для того, чтобы разработчики могли автоматизировать повседневные задачи с помощью технологий искусственного интеллекта без глубокого программирования.Eko предоставляет уни...

Общее введение Agent Inbox - это проект с открытым исходным кодом, разработанный командой LangChain для обеспечения нового пользовательского опыта взаимодействия с ИИ-интеллектами. Проект позволяет пользователям управлять и оптимизировать взаимодействие с несколькими ИИ-интеллектами через централизованный интерфейс.Ag...

Общее введение Social Media Agent (Агент социальных медиа) - это проект с открытым исходным кодом, который управляет информацией о взаимодействии с помощью новой программы Agent Inbox, призванной помочь пользователям автоматизировать создание и управление контентом социальных медиа. Проект разработан командой LangChain...

Общее представление Executive AI Assistant (EAIA) - это помощник на основе искусственного интеллекта, призванный помочь пользователям автоматизировать и управлять повседневными задачами. Разработанный компанией LangChain, инструмент способен обрабатывать электронную почту, составлять расписания, управлять задачами и многое другое...

Введение MangaNinjia - это проект с открытым исходным кодом, разработанный Alibaba Tongyi Visual Intelligence Lab (Ali-Vilab) и направленный на автоматизированную обработку раскраски линейных рисунков. Этот инструмент обеспечивает точное цветовое соответствие эталонных изображений с помощью методов глубокого обучения, значительно улучшая...

Общее представление Audiblez - это проект с открытым исходным кодом, предназначенный для преобразования электронных книг (например, в формате .epub) в аудиокниги (например, в формате .m4b). Проект использует высококачественную технологию синтеза речи Kokoro для поддержки нескольких языков и нескольких голосов. Пользователи могут просто...

Всеобъемлющее введение Search-o1 - это проект с открытым исходным кодом, целью которого является повышение производительности крупномасштабных моделей рассуждений (LRM) за счет интеграции продвинутых механизмов поиска. Основная идея заключается в решении проблемы дефицита знаний, возникающей в процессе рассуждений, с помощью динамического поиска и интеграции знаний. Проект спонсируется компанией Sunn...

Общее представление Transformers.js - это библиотека JavaScript, предоставленная компанией Hugging Face и предназначенная для запуска современных моделей машинного обучения непосредственно в браузере, без поддержки сервера. Библиотека работает в связке с Hugging Fa...

Общее представление MoneyPrinter V2 - это проект с открытым исходным кодом, разработанный FujiwaraChoki, чтобы помочь пользователям зарабатывать деньги в Интернете с помощью автоматизации. В основном проект включает в себя автоматизацию Twitter, генерацию коротких видео на YouTube и партнерский кемпинг...

Общее введение RTranslator - это практически бесплатное приложение с открытым исходным кодом для перевода в режиме реального времени, разработанное для устройств Android. Пользователи могут держать телефон в кармане, подключив Bluetooth-гарнитуру, и общаться с другими людьми так, как будто они говорят на своем родном языке.RTransla...

Общее представление Gemini Next Chat - это проект с открытым исходным кодом, разработанный для того, чтобы помочь пользователям легко развернуть частные приложения Gemini. Проект поддерживает мультимодальные модели Gemini 1.5 и Gemini 2.0, пользователи могут развернуть их одним щелчком мыши на Vercel...

Общее представление AutoMouser - это расширение для Chrome, которое интеллектуально отслеживает действия пользователя и автоматически генерирует тестовый код Selenium, используя GPT-модели OpenAI. Для этого оно записывает действия пользователя в браузере и преобразует их...

Всеобъемлющее введение Vanna - это лицензированный MIT фреймворк Python с открытым исходным кодом, ориентированный на генерацию SQL-запросов с помощью методов RAG (Retrieval Augmented Generation). Пользователи могут обучать модели RAG, применять их к своим собственным данным, а затем задавать вопросы, и Vanna будет возвращать соответствующие...

Введение SVFR (Stable Video Face Restoration) - это единый фреймворк для восстановления лиц в видео, который поддерживает базовую реставрацию лица (BFR), окрашивание, восстановление и их комбинацию. Фреймворк использует генеративные и кинематические приводы, объединяя...

Всеобъемлющее введение LiveTalking является открытым исходным кодом в реальном времени интерактивной цифровой системы человека , стремится построить высококачественный цифровой человек живое решение . Проект использует открытый протокол Apache 2.0, интегрированный с рядом передовых технологий, включая ER-NeRF рендеринг, обработку потокового аудио и видео в реальном времени...

Общее представление Aider - это мощный помощник программирования с открытым исходным кодом, который помогает разработчикам писать, редактировать и рефакторить код с помощью диалога на естественном языке. Будучи интерактивным инструментом для парного программирования с искусственным интеллектом, Aider поддерживает многие основные языки программирования и может быть легко интегрирован в Git...

Всеобъемлющее введение JoyGen - это инновационная двухступенчатая система генерации видео для говорящих лиц, ориентированная на решение проблемы генерации выражений лица на основе аудио. Разработанная командой из Jingdong Technology, она использует передовые технологии 3D-реконструкции и методы извлечения аудиофункций для точного захвата характеристик личности говорящего и выражения...

Всеобъемлющее введение Video Subtitle Remover (Video-subtitle-remover, или сокращенно VSR) - это программа для обработки видео, основанная на технологии искусственного интеллекта, которая специально разработана для удаления жестких субтитров и текстовых водяных знаков из видео. Инструмент использует различные модели алгоритмов искусственного интеллекта (STTN, L...

Общее представление TimesFM 2.0 - 500M PyTorch - это предварительно обученная базовая модель временных рядов, разработанная Google Research и предназначенная для прогнозирования временных рядов. Модель способна обрабатывать до 2048 временных точек вверх и вниз...

Всеобъемлющее введение WeChat Video No. Downloader - это проект с открытым исходным кодом, разработанный для того, чтобы помочь пользователям быстро загружать видеоконтент с видеономеров WeChat. Инструмент поддерживает различные видеоформаты и платформы, и пользователи могут легко использовать его в системах Windows и macOS. Проект разработан компанией ltaoo и размещен на...

Общее представление Riona-AI-Agent - это инновационный инструмент автоматизации на базе искусственного интеллекта, специально разработанный для управления и оптимизации работы основных платформ социальных сетей. Проект использует передовые модели искусственного интеллекта для таких платформ, как Instagram, Twitter и GitHub, чтобы обеспечить...

Всеобъемлющее введение NV Ingest (NVIDIA Ingest) - это набор микросервисов раннего доступа, предназначенных для разбора сотен тысяч сложных, беспорядочных неструктурированных PDF-файлов и других корпоративных документов. Он может преобразовывать эти документы в метаданные и текст для встраивания в поисковые...

Всеобъемлющее введение Always-On AI Assistant - это инновационный проект по созданию мощного, постоянно работающего в режиме онлайн ИИ-ассистента, объединяющего такие передовые технологии, как Deepseek-V3, RealtimeSTT и Typer...

Всеобъемлющее введение STAR (Spatial-Temporal Augmentation with Text-to-Video Models) - это инновационная система сверхразрешения видео, разработанная совместно Нанкинским университетом, ByteDance и Юго-Западным университетом...

Всеобъемлющее введение ImBD (Imitate Before Detect) - это новаторский проект по обнаружению текста, созданного машиной, который был представлен на конференции AAAI 2025. С широким распространением больших языковых моделей (LLM), таких как ChatGPT, определение A...

Общие сведения Введение Browser Use Web UI - это инновационный проект с открытым исходным кодом, нацеленный на предоставление агентам искусственного интеллекта возможностей взаимодействия с браузером в качестве инструмента графического интерфейса. Проект построен на основе базового фреймворка browser-use, созданного с помощью Gradio ...

Общее введение Это проект по созданию структурированных отчетов, разработанный совместно LangChain и NVIDIA и представленный в учебнике Jupyter notebook на GitHub. В проекте используются передовые методы искусственного интеллекта, в частности Llama-3.3-7...

Общее представление BrownChat - это приложение для аудиочата в реальном времени, основанное на технологии Large Language Modelling (LLM). Разработанный пользователем GitHub sugarforever, проект нацелен на улучшение опыта общения пользователей с помощью передовой технологии обработки естественного языка.B...

Всеобъемлющее введение Lecca - это мощная платформа ИИ, которая позволяет пользователям настраивать и развертывать большие языковые модели (LLM) с помощью различных инструментов и рабочих процессов. Пользователи могут легко создавать, настраивать и автоматизировать свои агенты ИИ. Lecca предлагает широкий выбор поставщиков ИИ и моделей...