Stable Fast是HuggingFace扩散模型的推理引擎，通过它可以进行快速的Diffusers推理。该推理引擎在多种硬件上实现了出色的性能，包括CPU和GPU。此外，Stable Fast还兼容多个框架，包括PyTorch和TensorFlow。在GitHub...

这个GitHub仓库公布了两个重要贡献：RDVS数据集，包含丰富多样的RGB-D视频场景，以及DCTNet+，一种专门用于RGB-D视频对象检测的网络，配备了创新功能，以精确预测和改进现有模型的性能。

MaXTron是一种简单而有效的统一元架构，用于视频分割。

直接偏好优化是使用非常相似的数据的RLHF的稳定替代方法。该存储库包含一个实现，用于学习该技术。虽然DPO是一种新兴的技术，但它在许多情况下都能够提供比强化学习更好的结果。它非常适合解决一些现实世界中的问题...

近日，一份名为AI Exploits的GitHub仓库发布，其中包含了一系列真实世界中的AI/ML漏洞利用案例，以帮助人们更好地了解和防范这些漏洞。这个项目的目标是通过公开这些案例来增加人们对AI/ML漏洞的认识，同时也希望能...

最近，一位GitHub用户发布了一款基于GPT-V生成UI的Demo。该Demo使用了一款简单易用的手绘界面，可用于创建HTML网站。用户只需在手绘界面中简单勾画出所需的UI元素，GPT-V模型即可自动将其转化成相应的HTML代码。该De...

经过增强的LLaMA模型现已包含16,000个泰米尔语令牌，利用了LoRA方法进行高效训练。这个更新，连同Alpaca和OpenOrca数据集的新的泰米尔语版本，显著改进了泰米尔语文本处理，为印度语言人工智能的未来发展铺平了道路...

随着强大的新视觉模型的出现，许多团队正在尝试构建使用视觉与Web元素交互的代理程序。Tarsier工具包介绍了一套标准工具（例如元素标记），您可以使用任何视觉系统来理解网页并执行操作。它还包括用于非视觉语言模型...

音频超分辨率是提高任何音频的质量和保真度的过程，无论是真实的还是合成的。大多数超分辨率系统都是针对特定任务而设计的，单个模型仅针对单个音频数据类型进行训练（如语音与音乐）。这项新工作是一个惊人的进步，...

OpenGPTs是一项旨在创建类似于OpenAI's GPTs的技术的仓库。它允许开发人员配置超过60个LLMs，提示，超过100个工具，向量数据库，检索算法和聊天历史数据库。该项目使用LangChain，LangServe和LangSmith。OpenGPTs的...