awesome-openai-vision-api-experiments-收集OpenAI Vision API推理示例

Qwen2-Audio是一个大规模音频语言模型，支持语音聊天和音频分析，能够处理各种音频信号输入并生成文本回应。

这个 repo 收集了一些大厂在数据科学和机器学习方面的论文和技术博客，包括 Google、Amazon、Netflix、Airbnb 等等，目前 repo 的 star 数 21.4k

一个为OmniGen定制的界面友好型节点，让你轻松实现文本到图像的转换，编辑图片，以及进行图像分割等操作，特色在于简化的图像处理流程和直观的用户界面

分享一份精选机器学习系统的入门资料集合，收集了一系列有关注意力机制、性能优化、量化、长上下文长度和稀疏性等方面的论文、视频和代码库。

本项目深入探讨机器人技术的历史、现状及未来发展，特别关注人型机器人的技术进步与面临的挑战。

EcoAssist是一个开源应用，旨在简化生态学家处理相机陷阱图像的工作。它提供了自动物种检测的自定义模型标注、训练和部署功能，能够显著节省图像审查时间，从而帮助生态学家更好地专注于保护工作。

这个开源项目名为FreeGPT WebUI，是一个基于GPT 3.5/4模型的Web界面应用程序。它提供了一个聊天界面，让用户可以直接与ChatGPT进行交互。与其他类似项目不同的是，该应用程序无需API密钥，用户可以直接使用而无需认证。该项目是由开发者Ramon Victor Cardoso O开发的，并且完全免费。

NEXUS是基于RNS-CKKS的安全变换器推理的非交互式协议，旨在为安全深度学习推理提供高效的解决方案，能够有效地保护数据隐私，同时降低通信开销，支持多种深度学习模型的安全推理。

这是微软推出的一个项目，提供12节课程，帮助用户开始构建使用生成式AI的应用程序，涵盖了生成式AI的各个方面，适合没有先前经验的初学者，开源且可在GitHub上访问。

一种结合区分信息的私密集合生成方法，保护用户数据隐私，同时实现集合生成。

segno是一个用于生成标准QR码和Micro QR码的Python库，支持多种编码格式和自定义选项，方便开发者创建二维码并以多种图像格式保存。

一份结构清晰的技术栈路线图，涵盖从基础设施到Agent消费层的五大核心层级，旨在帮助开发者和企业更好地驾驭AI开发。

Orca 是一个支持 WebAssembly 的环境，旨在为跨平台的沙盒图形应用提供支持，能够实现丰富的用户交互和图形渲染。

一个包含与新冠疫情相关的自然语言处理论文的列表，致力于帮助研究者和从业者获取最新的研究成果和信息。

在APL语言中实现自回归transformer（如GPT2）的项目，支持反向传播和使用Adam优化算法进行训练，旨在结合高性能和简洁代码的优势。

利用大型语言模型（LLM）作为数学问题的黑箱求解器，为数学问题提供自动化解决方案，探索数学与人工智能的结合

该项目收集了关于具身多模态大型语言模型（VLA模型）的研究论文，旨在为研究人员和开发者提供最新的研究进展和相关文献资源，帮助大家获取前沿信息，推动该领域的发展。

codecompanion.nvim是一个在Neovim中提供Copilot聊天体验的插件，配备内置助手，支持多种大型语言模型，包括Anthropic、Copilot、Gemini、Ollama和OpenAI。