-
Jina Embeddings v2 到 v3 的迁移指南
Jina Embeddings v3 我们最新推出的 5.7 亿参数的顶级文本向量模型，在多语言和长文本检索任务上达到当前最佳水平 SOTA。v3 不仅拥有更强大的性能，还有很多惊喜新功能。如果您仍在使用 2023 年 10 月发布的 Jina Embeddings v2，我们强烈建议您尽快迁移至 v3。先简单说下 Jina Embeddings v3 的亮点：支持 89 种语言: 突破 v2 只…- 1
- 0
-
比 Notion 更强大！下一代开源知识库来了！
相信不少同学都用过 Notion 这款笔记软件，它凭借着集知识库、笔记、任务看板等多功能于一体的设计，已经成为了许多互联网用户的首选工具。但作为程序员的我们总是有着更多的期待，比如更好的隐私保护、更自由的部署方式、更开放的生态系统。在 GitHub 上浏览项目时，我发现了一款新的开源工具 AFFiNE，让我眼前一亮。它不仅完美继承了 Notion 的全能特性，还加入了 Miro 白板的创…- 1
- 0
-
中医大模型开源！数据集开源！自己训练一个中医大模型吧！
中医大模型开源！数据集开源！ 源代码：数据集 http://www.gitpp.com/tangray/huatuo-26m 中医博大精深，知识庞杂，一个医生需要经过多年的学习和实践才能成为老中医。而大语言模型出来后，如果提供足够的数据集，就能很快训练出一个医术高超的中医。 让我们探讨大语言模型技术在中医领域的应用及其对传统中医发展的影响。 首先，我们都知道： 中医博大精深，知识庞杂，需要多年学习…- 1
- 0
-
PaddleOCR 2.9 发布， 正式开源文本图像智能分析利器
OCR 方向的工程师，之前一定听说过 PaddleOCR 这个项目。目前项目累计 Star数量已超过 43k+ ，安装包月下载量超过 40w+ 。滑动查看更多图片本次 PaddleOCR 最新发版，带来两大重磅升级，包括：发布文档场景信息抽取v3（PP-ChatOCRv3-doc）开源版，大幅提升了文本图像版面解析能力，充分发挥文心一言语言理解优势，信息抽取整体效果相比于上一个版本提升 6 %，同…- 1
- 0
-
刚刚，Stable Diffusion 3.5重磅开源，文生图模型霸主归来！
著名大模型开源平台Stability AI，开源了超强文生图模型——Stable Diffusion 3.5。Stable Diffusion 3.5一共有Large、Large Turbo和Medium三个版本，可根据不同的商业环境提供高度定制功能，同时对这些模型进行了大幅度优化可在消费级GPU就能轻松推理运行。开源地址：https://huggingface.co/stabilityaiGit…- 1
- 0
-
私人大模型知识库来了，开源免费！
你是否也有这样的桌面？为了方便找材料，全部放到了桌面，最后结果就是“用起一时爽，找起火葬场”。你是否也是盘即个人电脑磁使再怎么不够用，也舍不得删除几年前做的运维方案、架构方案、设计方案文档？最后即使文档都保存了，存云盘了，到用的时候依旧发现找不到，找的也不是想要的。你需要的是通过大模型管理你的文件/信息库！|大模型知识库is all you need现在不用再担心了找不到材料文档了，Gi…- 2
- 0
-
69.5K+ Star！Whisper：一个开源的通用语音识别模型
Whisper 简介Whisper[1] 是一个由 OpenAI 开发的通用语音识别模型，它通过大规模弱监督学习训练而成。这个模型不仅能够进行多语言语音识别，还能进行语音翻译和语言识别，是一款多功能的语音处理工具。项目特点主要特点多语言支持：Whisper 支持多种语言的语音识别。多任务模型：除了语音识别，还能进行语音翻译和语言识别。高性能：提供不同大小的模型以平衡速度和准确性，适应不同的使用场景…- 1
- 0
-
AI声音魔法：F5-TTS让你的声音克隆变得轻而易举
在数字化时代，技术的飞速发展为我们带来了许多令人兴奋的创新。今天，我们要探讨的是一款名为F5-TTS的声音克隆工具，它以其独特的功能和简便的操作，正在改变我们对声音复制和再现的认知。F5-TTS简介F5-TTS是一款利用深度learning技术实现的声音克隆工具。它能够在短时间内，仅需15秒的音频样本，便能精确克隆出目标声音，无论是音色、语调还是情感expression，都能达到极高的相似度。这款…- 1
- 0
-
开源向量数据库性能对比: Milvus, Chroma, Qdrant
01.前言为应对公司在大规模文本、图像等非结构化数据处理上的业务增长需求，笔者着手调研当前流行的开源向量数据库。主要针对查询速度、并发度和召回率这几大核心维度进行深入分析，以确保选定的数据库方案能够在实际业务场景中高效应对大规模数据检索和高并发需求。通过全面对比不同数据库的表现，得出可靠的调研结论。笔者首先在墨天轮排行榜中查看了国产向量数据库的排行情况。前三名分别是 Milvus、TensorDB…- 1
- 0
-
RAGFlow：重型知识库引擎
给大家推荐一款重磅产品。如果你对现在的知识库产品不满意，想要提升检索精确度，我推荐你试一试RAGFlow。它提供了更深度、更细致的选项，你可以根据自己文档的情况做针对性的调整。如果你们团队或者公司想要搭建一套本地知识库，我也建议你们先研究一下RAGFlow。我之前就在社群里说过：大概率，你们自己捣鼓出来的东西不会比它更好——还不如在它的基础上做定制化。RAGFlow是一套开源的RAG引擎。它重度集…- 2
- 0
-
10分钟学会Whisper：开源界的语音识别神器
引言最近开始研究视频制作，发现剪映的智能字幕居然有每个月限免次数！本着能免费解决，就绝不花钱的开源精神，就研究了一下和语音识别相关的开源项目。发现OpenAI的Whisper项目相当好用，所以就在这里给大家推荐一下。不得不说，OpenAI推出的Whisper模型作为一款强大的开源语音识别工具，可以轻松胜任字幕识别的任务。本文将简单介绍Whisper的功能特点、技术原理以及如何在Google Col…- 2
- 0
-
阿里云开源 AI 应用开发框架：Spring AI Alibaba
编者按：6年前，2018年10月，阿里巴巴开源 Spring Cloud Alibaba，旨在帮助 Java 开发者通过 Spring Cloud 编程模型轻松开发微服务应用。6年后，大模型和 AI 正在深刻改变我们工作和生活的方方面面，不再是移动屏幕端，而是整个物理世界。恰逢其时，阿里云开源 Spring AI Alibaba，旨在帮助 Java 开发者快速构建 AI 应用，共同构建物理新世界，…- 4
- 0
-
LLaMA-Omni：专为与大型语言模型（LLMs）进行低延迟、高质量的语音交互而设计
大型语言模型（LLMs）如GPT-4等，已经在多个领域展示了其强大的能力，能够通过对话帮助人们完成各种任务。然而，这些模型在需要语音输入或输出的场景中仍面临显著的限制。尽管最近的技术进展，如GPT-4o，提升了语音交互的响应速度，但依然存在延迟和质量方面的挑战。如何实现低延迟且高质量的语音交互，成为开源社区亟待解决的问题。01。概述 为了实现与LLMs的语音交互，研究者们尝试了多种方法，…- 3
- 0
-
英伟达推出Nemotron-70B：强大开源语言模型，基准测试中全面领先！
前沿科技速递近日，英伟达震撼推出了一款划时代的开源模型——Nemotron-70B。在多项基准测试中，这一基于Llama 3.1的模型表现卓越，分别在Arena Hard、AlpacaEval 2 LC和MT Bench中夺得第一名，标志着开源模型性能的重大突破。来源：传神社区01 模型简介Nemotron-70B是英伟达最新推出的一款开源语言模型，基于Llama 3.1架构，旨在生成高质量的自然…- 4
- 0
-
开源版GPT-4o来了
“开源版GPT-4o” —— LLaMA-Omni能够接收语音指令，同步生成文本和语音响应，响应延迟低至 226ms，低于 GPT-4o 的平均音频响应延迟 320ms。以ChatGPT为代表的LLM已成为通用任务利器，但文本交互限制了其应用范围。GPT-4o虽开启语音交互新篇章，但开源社区在此领域探索仍显不足。目前，实现LLM语音交互的常见方法是级联ASR与TTS模型，但高延迟成痛点…- 3
- 0
-
还花钱买翻译服务？DeepLX：开源、免费、精准到炸裂！
DeepL 是一款专为企业设计的人工智能翻译工具，它以无与伦比的翻译质量和企业级安全为特色，帮助企业在全球市场中保持领先地位。DeepL 翻译不仅提供高质量的翻译服务，还支持广泛的语言，并且具备高级定制功能。此外，它还符合 ISO 27001 和 GDPR 标准，确保企业数据的安全。选择 DeepL 翻译的原因是它被公认为全球最精准的机器翻译，在多种语言对之间的准确性都远超竞争对手。与微软翻译相比…- 1
- 0
-
对话姬朋飞：从大厂辞职到 Chat2DB 的诞生
今天，是姬朋飞的生日。在一年前的今天，姬朋飞选择离开了工作 8 年的地方，毅然选择了创业做 Chat2DB，希望用户能用 AI 一站式更好地处理数据库。今天是他创业一周年的日子，我们找到姬朋飞做了一次专访，回顾他创业这跌宕起伏的一年。“创业的想法由来已久，但这个决定下得并没有那么容易。”姬朋飞面对采访时如是说道。这一年来，姬朋飞经历过两段融资，发布的开源项目受到许多开发者好评，也经历过低谷，无数次…- 1
- 0
-
RD-Agent：助力研发流程自动化的AI创新工具。
在现代数据驱动的行业中，研发（R&D）流程的自动化已成为企业追求效率与创新的必然趋势。近期，微软推出了一款革新性的工具——RD-Agent，致力于简化R&D流程中的繁琐任务。这一开源工具通过减少重复的手动操作，使研究人员、数据科学家和工程师能够更专注于核心研究，极大地提升了创新质量和效率。01。RD-Agent的革新使命 RD-Agent的诞生源自一个简单的目标：通过消除…- 1
- 0
-
TeleAI 开源星辰语义大模型-TeleChat2！
01引言2024.9.20 中国电信人工智能研究院（TeleAI）开源TeleChat2-115B模型，该模型是首个完全国产算力训练并开源的千亿参数模型。星辰语义大模型TeleChat2是由TeleAI研发训练的大语言模型，该系列模型完全基于国产算力训练。本次开源TeleChat2-115B模型采用10万亿 Tokens中英文高质量语料进行训练，同步开源对话模型TeleChat2-115B的多格式…- 1
- 0
-
开源OCR工具Surya：新增表格识别功能
在我们日常工作环境中，处理大量多语言文档、表格和复杂布局已经成为许多企业和个人的日常挑战。OCR（光学字符识别）工具的出现大大提升了文档处理的效率。Surya 作为一款开源 OCR 工具，在性能和功能上超越了许多现有的选择，尤其在表格识别和复杂布局分析方面表现得特别出色。主要功能Surya 是一个针对文档处理优化的 OCR 工具，具备卓越的识别能力，尤其在处理表格、复杂布局和多语言文档时表现突出。…- 1
- 0
-
LightRAG将GraphRAG落地门槛打下来了！
现有的RAG系统存在显著的局限性，包括依赖于平面数据表示和缺乏足够的上下文感知能力，这可能导致答案碎片化，无法捕捉复杂的相互依赖关系。为了解决这些挑战，提出了LightRAG，它将图结构整合到文本索引和检索过程中。这一创新框架采用了双层检索系统，从低层次和高层次的知识发现中增强了全面信息检索。提出的LightRAG框架的整体架构此外，图结构与向量表示的整合便于高效检索相关实体及其关系，显著提高了响…- 0
- 0
-
实战OpenAI最新开源多智能体框架Swarm
上周五（10 月 11 日），OpenAI 发布了类似 Autogen、Langgraph 和 CrewAI 等多代理系统的 "实验性、教育性 "框架Swarm[1]。所以，Swarm 是一个多智能体框架。OpenAI 声明了这只是探索性的一个框架，并不打算完善上生产，主要目标是为了演示 OpenAI 官方教程《智能体编排：路由与交接（Orchestrating Agents:…- 1
- 0
-
用 cusor 详细拆解 OpenAI 最新开源智能体框架 swarm
就在昨天，openai 出乎意料的开源了一款实验性的智能体开发框架 swarm。刚把 metagpt 玩顺了没多久，openai 又整了这么一出，看来智能体的热潮一时半会是下不去了。今天我就用 cursor 来帮大家快速的拆解一下 swarm 的源码，让大家能够快速的了解 swarm 的设计和实现。swarm 的定位是轻量级的多智能体开发框架，主要面向的是需要多智能体协同的场景，比如复杂的任务拆解…- 0
- 0
-
Pyramid Flow ：全新开源高质量 AI 视频生成器
人工智能视频生成模型的数量不断增长，本周推出了一种新的模型Pyramid Flow，它可以提供长达 10 秒的高质量视频片段，速度快，而且全部开源。大部分镜头和用户感受都是 10 - 30s之间。加大投入干到稳定 30s，超越 Sora，做到标杆。 Pyramid Flow 由北京大学、北京邮电…- 1
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×