Awesome Stable Diffusion-关于Stable Diffusion的优秀资源集合

PULSE模型使用约4,000,000个中文医学领域和通用领域的指令微调数据进行进一步调优，支持医学领域的各种自然语言处理任务。

OpenVoice是一种多功能的语音克隆方法，只需要参考说话者的一个简短的音频片段即可复制他们的声音并生成多种语言的语音。

LLM Comparator是一个交互式数据可视化工具，旨在并排评估和分析大型语言模型的响应，由PAIR团队开发。

一个基于深度学习的中文语音合成项目，通过采集分析一段具体的声音样本，可在 5 秒内生成与之类似的克隆语音。

该团队专注于金融领域的强化学习（RL）和大语言模型（LLM）的应用，提供数据收集和量化分析的工具和资源。

Yolov7 Flask是一个美观的Flask Web API，支持Yolov7及自定义模型的推理，用户可以方便地上传图片并进行实时物体检测，适用于本地和云环境的部署。

这个开源项目是由Adamdad在GitHub上创建的，主要目的是收集和整理可组合AI方法的资源列表。这个列表中包含了各种机器学习方法，方便用户进行学习和应用。

GuwenModels是一个专注于古文自然语言处理的模型合集，旨在收录互联网上的古文相关模型及资源，帮助用户更好地处理和理解古文文本。

uCO3D是一个3D世界中的罕见物体数据库，包含约17万旋转台视频捕捉来自LVIS分类体系的物体，提供原始视频、对象分割、相机姿态和3种点云数据，是3D视觉研究的宝贵资源。

WorkGPT是一个智能体框架，类似于AutoGPT或LangChain，用户可以提供指令和API数组，系统将与AI进行多轮交流，直到完成任务，能够支持多种API的交互，灵活适用于多种应用场景，易于集成和扩展。

E2M是一个强大的开源工具，可将多种文件类型如doc、docx、epub、html、htm、url、pdf、ppt、pptx、mp3、m4a等转换为Markdown格式，便于数据检索增强生成（RAG）及模型训练或微调，支持自定义配置，易于安装和使用。

一个专注于图语言模型的研究项目，旨在利用图结构来提升语言表示的效果，并整合多种基于图的技术于自然语言处理（NLP）领域。

面向中小学生的自托管编程学习平台，由LLM提供，旨在帮助教育者创建和学生学习编程教育内容

Open WebUI（原名Ollama WebUI）是一个为语言模型（LLMs）设计的友好Web用户界面，支持包括Ollama和OpenAI兼容API在内的多种LLM运行器。

月之暗面Kimi AI的服务平台，以KVCache为中心的LLM服务架构，支持高效的请求处理和资源利用。

下一代基于大型语言模型的推荐系统综述资源，涵盖学术研究到工业应用的全面分析，旨在为研究人员和开发者提供最新的研究进展和实际应用案例。

一个可以通过节点编辑器进行图像处理的应用，支持多种图像和视频格式，提供实时处理和预览功能，具有模块化设计，允许用户创建自定义节点，界面友好，支持拖放操作。

AgentLLM是一个基于开源大语言模型的自主智能体项目，旨在证明嵌入式LLM能够以可接受的性能处理复杂的目标导向任务，且完全在浏览器中运行。