WhisperKit是一个用Swift编写的开源库，它将OpenAI的Whisper语音识别模型与Apple的CoreML框架集成，以在Apple设备上进行高效的本地推理。它可以通过Swift Package Manager集成到Swift项目中。WhisperKit会自动下载推...

本周，Mistral公司的CEO确认了Mistral的一个量化版本文件在HuggingFace上泄露，该技术使得在较弱的电脑和芯片上运行某些AI模型成为可能。据报道，该模型在EQ-Bench上超过了全球所有其他LLM模型，仅次于GPT-4。Mistra...

TaskingAI是一款开源的AI应用程序开发平台，旨在帮助开发者更快地创建AI原生应用程序。它提供了一系列的API和工具，使开发者可以快速构建基于AI的应用程序，例如自然语言处理、计算机视觉和语音识别。TaskingAI还支...

Proton是一个由ClickHouse驱动的流式SQL引擎，可帮助开发人员解决流式数据处理、路由和分析挑战，并将聚合数据发送到下游系统。Proton快速轻量，是Kafka或Redpanda的最佳流式SQL引擎。该项目提供了演示视频。

Pix2Gestalt是一种针对零样本全景分割的框架。它擅长在部分遮挡的情况下重建完整的物体形状和外观。利用大规模扩散模型，Pix2Gestalt在挑战性场景中表现出色，包括那些不符合通常模式的艺术图像。Pix2Gestalt的创新...

许多组织正在努力应对快速发展的人工智能技术所带来的挑战。其中一些举措可能被视为反竞争。这是一个复杂的问题，双方都有有效的论点。AI安全组织是否想禁止开源? 这个问题涉及到很多方面，例如数据隐私、知识产权等...

最近，一款基于Phi-2和SigLIP训练的多模态模型Imp v1 3B发布了。该模型在性能上表现极为出色，并且体积小，足以在设备上运行。Imp v1 3B的发布，对于未来的多模态研究和应用具有重要意义。目前，该模型的开源代码已...

LLM Steer是一个用于使用情感向量控制语言模型生成的库。这意味着您可以嵌入一个诸如“深思熟虑”的概念，并使生成变得更加深思熟虑。一般而言，它的效果要比提示更好，但需要进行更多的研究。

RoMa是一个用于PyTorch的库，用于处理棘手的旋转问题。它非常高效，可以帮助处理任何使用3D数据的项目。

研究人员探索了一种名为异步Local-SGD的新的语言模型训练方法。这种方法是联邦平均的一种变体。