Проект с открытым исходным кодом AI

Общее описание CoolCline - это мощный помощник кодирования, сочетающий в себе лучшие черты Cline, Roo Cline и Bao Cline. Он легко взаимодействует с интерфейсом командной строки (CLI) и редактором, чтобы предоставить вам самые мощные...

Общие сведения Введение G-Search-MCP - это инструмент поиска Google с открытым исходным кодом, размещенный на GitHub и модифицированный разработчиком jae-jae на основе google-search. Он передает MCP (Model Context...

Общее представление k8m - это легкая, кроссплатформенная Mini Kubernetes AI Dashboard, предназначенная для упрощения управления кластером. Он построен на базе AMIS и доступен через kom как гостевой Kubernetes API...

Общее введение PandasAI - это платформа с открытым исходным кодом на базе Python, предназначенная для упрощения процесса анализа данных с помощью методов обработки естественного языка. Позволяет пользователям работать в диалоге с базами данных (например, SQL, CSV, pandas, polars, mongodb, n...

Всеобъемлющее введение Deep Recall - это фреймворк памяти корпоративного класса с открытым исходным кодом, разработанный для больших языковых моделей (LLM). Она обеспечивает гиперперсонализированную отзывчивость благодаря эффективному контекстному поиску и интеграции. Фреймворк использует трехуровневую архитектуру, включающую сервис памяти, сервис рассуждений и координатор, поддерживающий...

Всеобъемлющее введение ConsisID - это проект с открытым исходным кодом, разработанный группой Юань Ронга в Пекинском университете и направленный на достижение согласованной с личностью генерации текста в видео (IPT2V) с помощью методов частотного разложения. В основе проекта лежит DiT (Diffusion Transfor...

Общее представление TangoFlux - это эффективная модель генерации текста в аудио (TTA), разработанная DeCLaRe Lab. Модель способна генерировать до 30 секунд стереозвука 44,1 кГц всего за 3,7 секунды.TangoFlu...

Всеобъемлющее введение TableGPT Agent - это интеллектуальный инструмент, основанный на проекте с открытым исходным кодом GitHub, предназначенный для обработки и анализа табличных данных. Он опирается на большую языковую модель TableGPT2 и использует взаимодействие с естественным языком, позволяя пользователям легко запрашивать, манипулировать...

Общее введение Basic Memory - это инструмент для построения графов знаний в ходе бесед с ИИ-помощниками, такими как Клод. Он был разработан компанией Basic Machines, и его основной функцией является сохранение содержимого диалога в виде файла Markdown, сохранение...

Всеобъемлющее введение SmartRead - это инструмент с открытым исходным кодом, основанный на искусственном интеллекте и предназначенный для работы с техническими документами. Он может автоматически анализировать PDF-файлы, выделять ключевое содержимое, например, важные термины, названия или основные идеи, чтобы помочь пользователям быстро понять сложные документы. В то же время он может предоставить основной документ...

Общее представление AI Chatbot - это проект с открытым исходным кодом, разработанный компанией Vercel, чтобы помочь разработчикам быстро создавать и внедрять интеллектуальные чат-боты. Проект основан на фреймворке Next.js и интегрируется с различными поставщиками моделей искусственного интеллекта, такими как OpenAI...

Общее представление StarVector - это проект с открытым исходным кодом, созданный разработчиками, такими как Хуан А. Родригес, для преобразования изображений и текста в масштабируемую векторную графику (SVG). Этот инструмент использует модель визуального языка, чтобы понимать содержание изображения и текста...

Всеобъемлющее введение MindSearch - это поисковая система с открытым исходным кодом, созданная Шанхайской лабораторией искусственного интеллекта (ШЛАИ), цель которой - имитировать мыслительный процесс человека для сбора и интеграции сложной информации. Инструмент сочетает в себе передовые технологии крупномасштабного языкового моделирования (LLM) и поисковых систем с помощью мультиинтеллектуального...

AnimeGamer - это инструмент с открытым исходным кодом от лаборатории ARC Lab компании Tencent. Пользователи могут создавать аниме-видео с помощью простых языковых команд, например "Sousuke drive around in a purple car", а также позволять различным аниме-персонажам взаимодействовать друг с другом, например Kiki из Magical Girl's Adventure и Sky City...

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...

Общее введение Paper2Code - это проект с открытым исходным кодом, направленный на решение проблемы нехватки реализаций кода для статей по машинному обучению. Он автоматически преобразует научные статьи в репозитории исполняемого кода с помощью мультиагентной системы моделирования большого языка (LLM) PaperCoder. Система использует планирование ...

Общее представление LangbaseInc's Langui - это библиотека компонентов пользовательского интерфейса с открытым исходным кодом, предназначенная для генеративного ИИ и проектов по моделированию больших языков (LLM). Библиотека основана на Tailwind CSS и предоставляет коллекцию предварительно созданных компонентов пользовательского интерфейса, чтобы помочь разработчикам быстро построить...

Всеобъемлющее введение GOT-OCR2.0 - это совместно предложенная StepStar модель оптического распознавания символов (OCR) с открытым исходным кодом, целью которой является продвижение технологии OCR к OCR-2.0 с помощью единой сквозной модели. Модель поддерживает широкий спектр задач OCR, включая распознавание обычного текста, гр...

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...

Общее введение WritingBench - это проект с открытым исходным кодом, разработанный командой X-PLUG и размещенный на GitHub. Это инструмент, предназначенный для проверки способности к написанию больших моделей, предоставляющий 1239 реальных заданий на написание текста. Эти задания охватывают ...

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...

Общее представление OpenAI Agents SDK - это легкий инструмент разработки от OpenAI, предназначенный для построения рабочих процессов с участием нескольких интеллектов. Он основан на Python и прост в использовании, позволяя разработчикам настраивать агентов, вырезать задачи...

Всеобъемлющее введение Easy-Voice-Toolkit - это многофункциональный инструментарий, основанный на проекте Open Source Speech Project, предоставляющий широкий спектр автоматизированных аудиоинструментов для распознавания речи, транскрипции речи, преобразования речи, создания наборов данных и обучения моделей. Пользователи могут выборочно использовать эти инструменты по мере необходимости...

Всеобъемлющее введение DeepClaude - это высокопроизводительный API для выводов и чат-интерфейс Large Language Model (LLM), который объединяет возможности цепочечных выводов (CoT) DeepSeek R1 с креативностью и генерацией кода модели Anthropic Claude...

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...

Общее представление MegaParse - это мощный и универсальный инструмент для разбора документов, разработанный для оптимизации обработки данных в рамках Большой языковой модели (LLM). Работаете ли вы с текстом, PDF, презентациями PowerPoint или документами Word, MegaParse...

Общее представление Open Source NotebookLM - это инновационный проект искусственного интеллекта, который объединяет возможности понимания языка Deepseek-V3 с технологией синтеза речи PlayHT, направленный на создание интеллектуальной диалоговой системы для ведения заметок. Проект был разработан компанией Build Fast w...

WebPilot Общее представление Webpilot - это бесплатный "веб-помощник" с открытым исходным кодом, который позволяет свободно общаться с любой веб-страницей или выполнять автоматические задачи. Вам не нужно переключать страницы или копировать и вставлять, просто выделите текст или введите команды, и webpilot...

Общее введение RLAMA - это система RAG (Retrieval Augmentation Generation), разработанная компанией DonTizi с открытым исходным кодом и размещенная на GitHub, основной особенностью которой является функциональность через операции командной строки. Пользователи могут использовать простые команды терминала для подключения к локальным ...

Всеобъемлющее введение AIBot PRO - это клиент агрегации ИИ на базе .NET 6, предназначенный для предоставления пользователям удобной платформы для интеграции нескольких продуктов ИИ. Клиент поддерживает диалог бессмысленного переключения и интегрирует ChatGPT, Gemini, Claude, Wenxin Yiyin...

Всеобъемлющее введение MoBA (Mixture of Block Attention) - это инновационный механизм внимания, разработанный MoonshotAI и предназначенный для больших языковых моделей (LLM) с длительной обработкой контекста.MoBA работает путем разделения полного контекста на множество...

Общее представление Ai2 OLMoE - это приложение для iOS с открытым исходным кодом, разработанное Институтом искусственного интеллекта Аллена (Ai2, Allen Institute for Artificial Intelligence) для создания моделей искусственного интеллекта, которые работают исключительно на устройствах. Приложение использует открытый исходный код Ai2 ol...

Общее введение AgentNetworkProtocol (сокращенно ANP) - это проект протокола с открытым исходным кодом, размещенный на GitHub, ориентированный на обеспечение безопасных и эффективных коммуникационных решений для интеллектуальных агентов (AI Agents). Он работает по трехслойной архитектуре - идентификация и шифрование...

Общее представление Llama OCR - это библиотека OCR (Optical Character Recognition), основанная на Llama 3.2 Vision, способная конвертировать документы в формат Markdown. Библиотека была разработана компанией Nutlope и использует Together...

Общее представление Devika - это продвинутый ИИ-программист, который понимает высокоуровневые человеческие инструкции, разбивает их на шаги, изучает соответствующую информацию и пишет код для достижения поставленной цели. Она интеллектуально разрабатывает программное обеспечение, используя крупномасштабные языковые модели, алгоритмы планирования и рассуждений, а также возможности просмотра веб-страниц.D...

Общее представление Sketch-Gen - это инструмент для создания линейных рисунков и эскизов, основанный на технологии искусственного интеллекта и призванный помочь художникам и дизайнерам быстро создавать высококачественные линейные рисунки и эскизы. Созданный в рамках проекта Paints-UNDO, инструмент использует передовые модели машинного обучения, которые могут...

Общее представление Raycast-G4F (GPT4Free) - это мощное расширение Raycast, которое предоставляет пользователям бесплатный доступ к широкому спектру продвинутых моделей ИИ, включая GPT-4, Llama-3. Расширение не только обеспечивает потоковую передачу диалогов в реальном времени...

Общее представление Cloudflare Workers MCP - это проект с открытым исходным кодом, разработанный компанией Cloudflare и размещенный на GitHub, чтобы помочь разработчикам быстро создавать и развертывать...

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 MockingBird - это проект с открытым исходным кодом, целью которого является быстрое клонирование речи и преобразование текста в речь с помощью технологии искусственного интеллекта. Пользователям достаточно предоставить 5 секунд голосовых образцов, вы можете генерировать любой голосовой контент. Проект поддерживает различные китайские наборы данных, а в Windows ...

Общее представление Flashcard - это инструмент для изучения языков с открытым исходным кодом, призванный стать альтернативой Duolingo. Разработанный Стивеном Линном (имя пользователя на GitHub: stvlynn), проект отличается современным пользовательским интерфейсом и многоязычным...

Общее представление Веб-интерфейс генерации текста - это веб-интерфейс на основе Gradio, разработанный для Большой языковой модели (LLM). Он поддерживает различные бэкенды генерации текста, включая Transformers, llama.cp...

Общее введение Paper Reviewer - это проект с открытым исходным кодом, предназначенный для создания всесторонних обзоров статей arXiv и превращения их в записи в блоге. Проект поддерживает сайт Hugging Face's Daily Papers, который автоматически...

Всеобъемлющее введение Sensitive Word Filtering Tool (Sensitive Word) - это высокопроизводительный Java-инструмент для фильтрации чувствительных слов, основанный на реализации алгоритма DFA. Инструмент способен эффективно обнаруживать и фильтровать чувствительные слова, поддерживает различные преобразования форматов и пользовательские стратегии замены. Цель разработки - обеспечить ...

Всеобъемлющее введение Deep Searcher - это мощный инструмент, объединяющий большие языковые модели (LLM) и векторные базы данных, предназначенный для поиска, оценки и рассуждений на основе частных данных, предоставляющий высокоточные ответы и исчерпывающие отчеты. Он подходит для управления корпоративными знаниями...

Общее представление Zed - это высокопроизводительный многопользовательский редактор совместного кода, разработанный создателями Atom и Tree-sitter. Написанный на языке Rust, Zed предназначен для быстрого и плавного написания кода. Среди его основных особенностей - поддержка многопользовательской...

Общее представление Shandu - это исследовательская система с открытым исходным кодом на основе искусственного интеллекта, размещенная на GitHub и созданная разработчиком jolovicdev. Она использует технологии LangChain и LangGraph и нацелена на обеспечение автоматизированной, всесторонней и...

Общее представление Open Deep Research - это инструмент для создания исследовательских отчетов с открытым исходным кодом на основе искусственного интеллекта в качестве альтернативы возможностям глубоких исследований Google Gemini. Проект разработан на TypeScript и основан на Next.js 1...

Всеобъемлющее введение Deep Research Web UI - это инструмент-ассистент исследований с открытым исходным кодом, основанный на технологии искусственного интеллекта, разработанный, чтобы помочь пользователям проводить глубокие итеративные исследования по любой теме. Он сочетает в себе возможности поисковых систем, просмотра веб-страниц и крупномасштабного языкового моделирования через интуитивно понятный веб-интерфейс...

Общее представление EditorJumper - это плагин для JetBrains IDE, разработанный пользователем GitHub wanniwa. Он позволяет разработчикам использовать IDE JetBrains (например, IntelliJ ...

Общее введение Awesome AI Agents - это проект с открытым исходным кодом на GitHub, поддерживаемый командой e2b-dev, который фокусируется на сборе и организации ресурсов, связанных с автономными ИИ-интеллектами. Проект представляет собой коллекцию из более чем 150 ИИ-интеллектов...

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 представление OmniGen - это "универсальная" модель генерации изображений, разработанная компанией VectorSpaceLab, которая позволяет пользователям создавать разнообразные и контекстуально насыщенные визуальные эффекты с помощью простых текстовых подсказок или мультимодальных вводов. Она особенно хорошо подходит для приложений, которым необходимо распознавать...

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 Feeds.Fun - это инструмент, который помогает пользователям эффективно читать новости, с основными функциями, такими как автоматическое присвоение тегов новостям и фильтрация контента на основе предпочтений пользователя. Он был создан разработчиком Алексеем Ялецким (экранное имя Tiendil) и размещен на ...

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 Leffa - это единый фреймворк для создания управляемых изображений персонажей, позволяющий точно манипулировать их внешним видом (например, виртуальная подгонка) и позой (например, передача позы). Система значительно уменьшает искажение мелких деталей, направляя целевой запрос на правильную опорную клавишу в слое внимания, с ...

Всеобъемлющее введение simple-one-api - это проект с открытым исходным кодом, предназначенный для упрощения интеграции нескольких API больших моделей. Он поддерживает совместимые с OpenAI API, такие как ThousandFans Big Model Platform, Xunfei Starfire Big Model, Tencent Mixed Element, MiniMax и Deep-Seek...

Общее представление MiniMind-V - это проект с открытым исходным кодом, размещенный на GitHub, разработанный для того, чтобы помочь пользователям обучить легкую визуальную языковую модель (VLM) с 26 миллионами параметров менее чем за час. Он основан на языковой модели MiniMind, с новыми визуальными...

Общие сведения Klavis AI - это платформа с открытым исходным кодом, ориентированная на упрощение использования и интеграции Model Context Protocol (MCP), открытого стандарта, который позволяет приложениям искусственного интеллекта динамически соединяться с внешними инструментами и источниками данных.Klavis AI предоставляет Slack...

General Quick Prompt - это расширение для браузера с открытым исходным кодом, предназначенное для управления словами подсказок (Prompt) и быстрого ввода. Пользователи могут создавать, организовывать и хранить библиотеки подсказок, а также быстро вставлять заданное содержимое подсказок в поле ввода на любой веб-странице. Этот инструмент особенно ...

KBLaM - проект с открытым исходным кодом, разработанный компанией Microsoft, полное название - "Knowledge Base augmented Language Model" ("Модель языка, дополняющего базу знаний"). Это происходит за счет преобразования внешних знаний в векторы и встраивания их в большую модель ...

Общие сведения Введение agent-twitter-client - это клиент Twitter, который работает без ключа API Twitter. Проект основан на @the-convocation/twitter-scraper для исправления...

Общее введение Optexity - это проект с открытым исходным кодом на GitHub, разработанный командой Optexity. Его суть заключается в использовании демонстрационных данных человека для обучения искусственного интеллекта выполнению компьютерных задач, особенно операций с веб-страницами. Проект содержит три библиотеки кода: Compute...

Общее представление AI no jimaku gumi (AI no subtitle group) - это мощный инструмент командной строки для обработки видео субтитров, предназначенный для автоматического извлечения, транскрипции и перевода видео субтитров. В инструмент интегрированы передовые технологии искусственного интеллекта, в том числе речевая технология Whisper...

Общее представление Agentic Security - это инструмент сканирования уязвимостей LLM (Large Language Model) с открытым исходным кодом, предназначенный для предоставления разработчикам и специалистам по безопасности комплексного тестирования и методов атаки. Инструмент поддерживает пользовательские наборы правил или атаки на основе агентов и способен интегрировать LLM AP...

Всеобъемлющее введение Maxun - это платформа для извлечения веб-данных с открытым исходным кодом, которая позволяет пользователям за считанные минуты обучить роботов автоматическому сканированию веб-данных и преобразованию их в API или электронные таблицы. Платформа поддерживает пагинацию и скроллинг, адаптируется к изменениям в макете сайта, предоставляет мощные...

Всеобъемлющее введение PicMenu - это инновационный инструмент искусственного интеллекта, который превращает традиционные бумажные меню в яркие и интуитивно понятные меню с картинками с помощью простых операций с фотографиями. Инструмент не только автоматически генерирует высококачественные изображения каждого блюда, но и предоставляет богатую информацию о блюдах для цифровой трансформации ресторанной индустрии...

Всестороннее внедрение Aggregator является открытым исходным кодом проект, направленный на создание бесплатного прокси-пула, который может ползать различные доступные прокси узлов. Платформа имеет гибкую систему плагинов, пользователи могут в соответствии с особыми потребностями целевого сайта, через плагины для достижения конкретных функций. Проект в основном используется, чтобы научиться ползать ...

Всеобъемлющее введение UniAPI - это переадресатор API, совместимый с протоколом OpenAI, основной функцией которого является управление API от нескольких поставщиков услуг большой модели, таких как OpenAI, Azure OpenAI, Clau...

Общее представление Story-Adapter - это инновационный фреймворк для визуализации историй, который преобразует текстовые истории в связные последовательности изображений. Разработанный исследователями, этот проект использует итеративный подход, не требующий обучения, для создания высококачественных иллюстраций к рассказам. Фреймворк характеризуется способностью обрабатывать длинные...

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...

Всеобъемлющее введение csm-mlx основан на фреймворке MLX, разработанном компанией Apple, специально оптимизированном для модели речевого диалога Apple Silicon (Apple Silicon) CSM (Conversation Speech Model). Этот проект позволяет использовать...

Всеобъемлющее представление Dolphin - это модель с открытым исходным кодом, разработанная DataoceanAI и Университетом Цинхуа, ориентированная на распознавание речи и языков Азии. Она поддерживает 40 языков Восточной Азии, Южной Азии, Юго-Восточной Азии и Ближнего Востока, а также 22 китайских диалекта...

Общее представление E2M (Everything to Markdown) - это библиотека Python с открытым исходным кодом, предназначенная для преобразования широкого спектра форматов файлов в формат Markdown. Инструмент поддерживает такие форматы, как doc, docx, epub, html, htm, u...

Всеобъемлющее введение AppAgent - это мультимодальный агент на основе Large Language Model (LLM), предназначенный для манипулирования приложениями для смартфонов. Фреймворк имитирует человеческие взаимодействия, такие как касания и смахивания, через упрощенное пространство манипуляций, таким образом, устраняя необходимость в системном внутреннем доступе, расширяя сферу своего действия на различные приложения...

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...

Общее представление MeetingMind - это передовое приложение с искусственным интеллектом, предназначенное для повышения эффективности записи и подведения итогов деловых встреч. В приложение интегрирована технология OpenAI Whisper для точного преобразования речи в текст, а также используется IBM Watso...

Общее представление Kreuzberg - это библиотека для упрощения извлечения текста из PDF-файлов, разработанная для обеспечения простого и удобного решения для извлечения текста. Библиотека особенно подходит для RAG (Retrieval-Augmented Generatio...

Общее введение AnimatedDrawings - это проект с открытым исходным кодом, разработанный Facebook Research для преобразования детских рисунков в анимированные персонажи с помощью методов автоматизации. Проект основан на работе "Метод для...

Всеобъемлющее представление Step-Video-T2V - это продвинутая модель преобразования текста в видео от StepFun AI (StepFun Star). Модель имеет 3 миллиарда параметров и способна генерировать видео со скоростью до 204 кадров в секунду. Благодаря глубокому сжатию переменного автокодировщика (VAE), модель...

Общее представление EchoMimic - это проект с открытым исходным кодом, предназначенный для создания реалистичных портретных анимаций, управляемых звуком. Разработанный подразделением Terminal Technologies компании Ant Group, проект использует редактируемые условия маркерных точек для создания динамических портретных видеороликов с использованием комбинации аудио и маркерных точек лица.EchoMimic...

Всеобъемлющее введение Это проект с открытым исходным кодом, разработанный Стивеном Тей под названием Novel, это WYSIWYG текстовый редактор в стиле Notion, интегрированная функция автодополнения AI, которая может помочь пользователям повысить эффективность ввода текста. Проект предоставляет подробную документацию и инструкции по установке ...

Общее представление VideoSeal - это инструмент для создания водяных знаков на видео с открытым исходным кодом, разработанный Facebook Research и предназначенный для эффективного встраивания и извлечения водяных знаков на видео. Инструмент поддерживает новейшие модели с открытым исходным кодом и содержит предварительно обученные модели, код обучения, код вывода и инструменты оценки...

Общее представление mcp-server-qdrant - это сервер Model Context Protocol (MCP), построенный на основе векторного поискового движка Qdrant. В основном он используется для помощи системам искусственного интеллекта в хранении и извлечении воспоминаний...

Общее представление Ichigo - это проект речевого ИИ с открытым исходным кодом, цель которого - расширить текстовые языковые модели возможностями "прослушивания". Проект использует методы раннего слияния, вдохновленные работой Мета "Хамелеон".Цель Ichigo - стать...

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 FoleyCrafter - это проект с открытым исходным кодом, разработанный OpenMMLab для создания ярких и синхронизированных звуковых эффектов для немого видео. Проект использует передовые методы искусственного интеллекта для генерации семантически релевантных и синхронизированных по времени звуковых эффектов путем анализа видеоконтента...

Всеобъемлющее представление ExtractThinker - это гибкий инструмент для анализа документов, который извлекает и классифицирует структурированные данные из документов с помощью больших языковых моделей (LLM), обеспечивая бесшовный ORM-подобный рабочий процесс обработки документов. Он поддерживает различные загрузчики документов, включая Tess...

Общее введение Coding-Tutor - это проект с открытым исходным кодом, размещенный на GitHub и созданный разработчиком iwangjian для предоставления учащимся персонализированного опыта обучения программированию. Он использует технологию разговорного искусственного интеллекта для обучения на основе знаний пользователя и...

Всеобъемлющее введение NVIDIA Cosmos - это платформа моделирования на основе мира для разработчиков, специально созданная, чтобы помочь разработчикам физического ИИ создавать свои системы физического ИИ лучше и быстрее. Платформа предлагает ряд предварительно обученных моделей, включая диффузионные и авторегрессионные модели на основе мира...

Общее представление Plandex - это сквозной AI-ассистент кодирования с открытым исходным кодом, предназначенный для больших и сложных программных проектов. Он может планировать и выполнять многоэтапные задачи, обрабатывать контексты объемом до 2 миллионов токенов и поддерживать более 30 языков программирования.Plandex предлагает...

Общее представление ChatAnyone - это инновационный проект, разработанный командой HumanAIGC. Он использует методы искусственного интеллекта для создания цифровых портретных видеороликов человека с движениями верхней части тела на основе одной фотографии и аудиоданных. В основе проекта лежит иерархическая модель диффузии движения, которая генерирует движения головы...

Общее введение Clevrr Computer - это проект с открытым исходным кодом, целью которого является автоматизация системных операций с помощью библиотеки PyAutoGUI. Проект был вдохновлен компанией Anthropic на разработку агента автоматизации, который может точно и эффективно выполнять операции, используя ...

Общее введение VideoChat - это проект цифрового голосового взаимодействия в реальном времени, основанный на технологии с открытым исходным кодом и поддерживающий как сквозные голосовые схемы (GLM-4-Voice - THG), так и каскадные схемы (ASR-LLM-TTS-THG). Проект позволяет пользователям настраивать цифровые ...

Комплексное введение pdf2htmlEX - это инструмент с открытым исходным кодом, предназначенный для преобразования PDF-файлов в формат HTML, путем анализа содержимого PDF-файла и использования HTML + CSS для точного восстановления его визуального эффекта, PDF-документ будет преобразован в браузер ...

Общее представление ell - это легкая библиотека программирования моделей на функциональном языке, разработанная бывшим исследователем OpenAI Уильямом Гуссом. Она разработана с учетом того, чтобы рассматривать подсказки как программы, а не просто строки. ell обеспечивает автоматизированный контроль версий и сериализацию...

Общее представление DeepSeek-RAG-Chatbot - это проект чатбота с открытым исходным кодом, построенный на модели DeepSeek R1, размещенный на GitHub и созданный разработчиком SaiAkhil066. Он сочетает в себе поиск дополненной генеративной...

Всеобъемлющее введение Agenta - это инструмент управления моделями ИИ с открытым исходным кодом, разработанный для того, чтобы помочь пользователям легко экспериментировать со словами подсказки, тестировать эффекты модели и контролировать прогоны. Он подходит для тех, кто хочет быстро разрабатывать приложения ИИ, предоставляя простую в управлении платформу. С его помощью вы можете попробовать влияние различных слов-подсказок на...