AubAI-为移动应用提供本地生成式AI

Aquarium是一个利用大型语言模型（LLM）控制Linux机器的人工智能驱动的Docker容器，旨在简化系统运维管理，提供实时反馈和自动化支持。

Moss Robot Arms是一款经济实惠、易于组装的机器人臂，专为远程操作应用设计，让用户能够轻松打造自己的远程控制机械臂，适用于教育、研究和创意项目。

这个项目展示了如何借助MLX在Mac上运行微软的2.7B小语言模型Phi-2以及Mixtral 8x7B混合专家模型，支持在Apple M2 Ultra上进行高效的模型训练和推理，提供简化的模型权重下载和加载流程，同时兼容Python环境。

从音频到照片真实的体现：在对话中合成虚拟人物形象。该项目可以从多人对话中的语音生成与对话相对应的逼真面部表情、完整身体和手势动作。

由百川智能开发的一个开源可商用的大规模预训练语言模型，支持中英双语，基于Transformer结构，训练于约1.2万亿tokens，具有70亿参数，提供4096的上下文窗口长度，在标准的中文和英文权威benchmark（C-EVAL/MMLU）上均取得同尺寸最好的效果。

Platypus是一系列经过微调和合并的，在Open LLM排行榜上名列前茅的 LLM 改进方案。通过结合PEFT和LoRA等方法，通过高质量数据集实现强大的性能。

分享一个端到端的开源 OCR 模型，号称 OCR 2.0，支持场景文本、文档、乐谱、图表、数学公式等内容识别，拿到了 BLEU 0.972 高分。

JAXSeq建立在Huggingface的Transformers库之上，可用JAX训练非常大的语言模型，目前支持GPT2，GPTJ，T5和OPT模型。它结合了JAX的高效计算能力与Huggingface的丰富模型资源，提供了一个灵活且高效的训练平台，适用于不同规模和类型的语言模型的训练与微调。

llama-utils是一个便捷高效的工具，旨在支持用户在本地或边缘设备上运行定制和优化的语言模型(LLM)。它提供简单的操作方式，帮助用户快速部署和管理模型，同时确保高效的性能和资源利用。

Efficient Recorder是一个开源的、注重隐私保护的数据捕捉工具，旨在提供一个电池友好的解决方案，用于屏幕、系统音频和麦克风录音，并将录制的数据流式传输到任何兼容S3的云存储服务中。

Notebook Intelligence (NBI) 是一个为JupyterLab设计的AI编码助手和可扩展的AI框架。它在底层使用GitHub Copilot，受其设计原则的启发。NBI通过GitHub Copilot提供的AI支持，显著提高了JupyterLab用户的工作效率。

一款专注于上下文理解和检索增强生成的6B大模型，旨在提升机器在理解和生成文本方面的应用能力。该模型通过先进的算法和丰富的训练数据，能够在各种自然语言处理任务中表现出色，尤其在对话系统和信息检索等领域，提供更为精准和相关的结果。

一个基于大语言模型的聊天机器人项目，旨在提供高效、灵活的对话体验。该项目支持多种大语言模型的集成，具备灵活的对话管理系统和可定制的响应生成策略，同时支持上下文记忆功能，易于扩展和集成到现有系统，满足各种使用场景的需求。

该项目提供了深度学习模型量化相关论文的列表，并根据模型结构和应用场景对论文进行了分类，方便研究人员查阅和了解最新的研究动态。

多模态大型语言模型3D应用相关资源列表，涵盖了3D理解、推理、生成和具身Agent等各种任务。该项目旨在为研究人员和开发者提供全面的工具和资源，以推动3D领域的研究与应用。

通过实现环境配置功能以及整合多项优化训练技术，使得用户能以简单高效的方式对语言模型进行训练优化，得到切实可行的产出

fzf 是一个交互式 Unix 命令行过滤器，能够对任何列表进行模糊搜索，包括文件、命令历史、进程、主机名、书签、git 提交等，具有高效的性能和可自定义的界面。

该项目提供开放词表学习的相关论文和资源，汇集了多个研究方向的文献，便于研究人员查找和获取相关资料，支持对开放词表学习的深入理解和研究。