Time-LLM-利用大型语言模型进行时间序列预测

出门问问提供的超大规模语言模型，基于其通用的表示与推理能力，支持多轮交互，能够大幅度提高生产效率和数据处理能力，被广泛应用于问答系统、自然语言处理、机器翻译、文本摘要等领域

event_logger_rails是一个Rails gem，用于将记录的事件编织成可供分析的整体，帮助开发者更好地管理和分析应用中的事件数据。

MPS-Net是一个用于从单目视频中捕捉人类运动的模型，专注于时间注意的3D人体姿势和形状估计。该项目通过先进的算法，能够准确地捕捉到人类在运动中的动态变化，为动作分析和交互式应用提供了强有力的支持。

由LLM驱动的自主Agent集合，涵盖任务解决、多智能体协作、社会模拟等项目，提供框架、基准评估和相关资源，推动AI代理技术的发展

这是一组简短的（5-10分钟视频）和笔记，解释了我最喜欢的十几篇RAG论文，包含开源实现和代码。

Sulie 提供对基础模型的访问，专注于时间序列预测，支持零样本预测和自动微调，旨在提升预测准确性并简化模型管理。

QMoE是一种用于压缩类似于SwitchTransformer的万亿参数模型的实用解决方案，大大降低了内存需求。它以最小的准确性损失实现了20倍的压缩率，并且可以在经济实惠的硬件上高效运行。

根据不同的场景在法律法规、法律咨询、裁判文书等多种不同的语料上进一步预训练了多个模型。

LAW-GPT是一个专为中文法律领域设计的对话语言模型，能够提供多种法律服务，包括法律咨询、条款解读、文书生成等，旨在帮助用户更好地理解和应用法律知识。

混元-DiT是一种高性能的细粒度中文理解多分辨率扩散Transformer模型，支持中英双语生成能力和细粒度文本理解，能够深入分析和理解长篇文本中的信息，捕捉文本中的细微之处。

vocal-separate 是一个极简的人声和背景音乐分离工具，支持本地化网页操作，无需连接外网，使用 2stems、4stems 和 5stems 模型进行高效的人声和背景音乐分离。

ID-Blau是一个基于隐式扩散的方法，用于图像去模糊，通过重模糊增强技术来提升图像质量，适用于计算机视觉任务。

最新开源代码生成模型CodeT5+，人类评估上刷到SOTA，来自Salesforce，支持多种编程语言，基于Transformer架构，适用于多种下游任务，包括代码补全、翻译和摘要等功能。

2013-2018 年期间的信息学竞赛课件，包括 TopCoder 题目选讲、CodeChef 题目选讲、趣题选讲、网络流模型与例题、NOIp 图论、数据结构及应用等内容。

这个开源项目是一个利用机器学习技术，进行文档问答自动评估的工具。

ControlNeXt 是一种可控视频和图像生成方法，支持多种形式的控制信息，参数减少高达90%，实现更快的收敛速度和出色的生成效率。该项目提供了与 ControlNet 相比更高效的训练方式，并能够与其他 LoRA 技术无缝集成。

一个关于Embedding的详细项目，涵盖了Embedding的概念、应用和实现方法。

面向动作识别的神经网络推理引擎，增强您的应用程序，使其能够通过任何RGB相机看到和与人类互动。