Software 2.0

MODEL-ZOO

CoTracker3点跟踪模型综合指南

CoTracker3 是一种尖端的人工智能模型，专为跟踪视频中多个帧中的点而设计。它适用于 3D 重建、视频编辑甚至动作捕捉等应用。

APPLICATION

卫星图像植被健康分析

本文介绍的使用 Python 进行 NDVI 分析提供了一种通过卫星图像监测植被健康和密度的强大工具。

TOOL

5个时装设计师必备AI工具

本文介绍的AI时装设计工具，可以加速你的创作过程，让你不必将宝贵的时间浪费在乏味无聊的例行公事上。

TOOL

11个最佳大模型安全工具

LLM 和其他 AI/ML 技术的日益普及，引发了有关安全性和保障的重大而多方面的担忧。这篇文章介绍了一些可集成到你的策略中的最佳 LLM 安全工具

TOOL

Garak大模型漏洞扫描工具

Garak 是一种用于扫描语言学习模型 (LLM) 中的漏洞的工具。其主要功能是发现使用语言模型技术的系统中的潜在弱点和不良行为。

MODEL-ZOO

Neo4j Text2Cypher 模型

Neo4j Text2Cypher模型演示了如何使用 Neo4j Text2Cypher(2024) 数据集微调基础模型来提高 Text2Cypher 任务的性能。

TOOL

Vanna AI vs. DataLine

在本文中，我将介绍功能差异、样本数据集上质量差异的示例，以及与用户相关的隐私和安全差异。

LIBRARY

Vanna：SQL生成专用RAG框架

Vanna 是一个 MIT 许可的开源 Python RAG框架，用于 SQL 生成和相关功能。

MODEL-ZOO

5个Whisper变体实现与比较

本文介绍OpenAI Whisper的5个变体以及如何在 Python 中实现它们，并给出性能测试的比较结果。

MODEL-ZOO

Qwen2-VL OCR能力微调与量化

最近，我对 Qwen2-VL-2B 进行了微调，我的目标是使用此模型从车辆铭牌和底盘图像中提取所需的信息 (OCR)。

APPLICATION

基于Agent的图生视频自动化

本文介绍如何使用LangGraph的AI代理实现从单张图像到视频的自动化处理。

LIBRARY

用TextGrad优化LLM提示

TextGrad 是一个 Python 包，它提供了一个简单的接口来实现用于文本优化的 LLM梯度，可以用来优化提示。

MODEL-ZOO

OOTDiffusion虚拟试穿模型

虚拟试穿技术是电子商务和时尚领域的一项前沿创新，它允许客户在不实际穿着的情况下尝试虚拟服装、配饰、化妆品或其他时尚元素。OTDiffusion是一种基于 LDM 的新方法。

DATASET

图像数据集自动标注指南

本文介绍如何使用 Grounding DINO、SAM 和 AutoDistill 等模型/工具自动生成图像数据集的标注数据。

APPLICATION

打造自己的AI搜索引擎

你可能听说过 Perplexity，这是一个引起轰动的 AI 搜索引擎，但它是收费的。本文介绍使用开源 AI工具创建本地 Perplexity 的替代方案。

APPLICATION

ResumeGPT 简历问答机器人

本文介绍如何使用检索增强技术实现一个通过自然语言和PDF格式的简历文档对话的应用。

MODEL-ZOO

Idefics-2微调实现视觉问答

本文介绍如何使用Transformers库微调Idefics-2视觉大模型，来应对视觉问答任务。

MODEL-ZOO

PuLID极速身份定制模型

PuLID是一种创新的非调整身份定制方法，提供对面部特征和身份特征的前所未有的控制。

APPLICATION

医学文本处理多智能体系统

本文探讨了用于处理医学文本的多智能体人工智能应用程序的架构、工作流程、代码实现和未来范围。

DATASET

高效构建多模态数据集

本文介绍一个生成多模态数据集的管道。该管道的主要目标是无需人工标注即可工作。

MODEL-ZOO

MiniCPM-V端侧多模态大模型

MiniCPM-V 是一系列高效的 MLLM，旨在在手机和个人电脑等端侧设备上运行，使其成为各种 AI 应用程序的强大工具。

LIBRARY

Mesop：AI应用快速开发框架

Mesop是一个Google新发布的基于 Python 的 Web 应用框架，适合用于快速开发包含Web界面的AI应用。

MODEL-ZOO

Ultravox实时语音多模态大模型

Ultravox 是一种新型多模态 LLM，可以理解文本和人类语音，而无需单独的音频语音识别 (ASR) 阶段。

APPLICATION

用语音命令管理数据库

该项目使用 Whisper 进行语音转文本，并使用 Llama 3 将转录转换为 SQL 查询，从而实现通过语音命令自动更新数据库。

APPLICATION

LlamaIndex构建AI实时交易系统

本教程演示了如何使用 Kafka 流式传输 EUR/USD 数据、使用 LlamaIndex 工作流进行无缝逻辑处理以及使用 GPT-4o 进行图像分析来构建实时交易机器人。