llmflows-用于大语言模型工作流程的框架

一份颇为全面的生成式 AI 相关资源列表，涵盖文本生成、代码生成、智能体、图像生成、视频生成及音频生成等相关 AI 工具。

一站式AI开发平台，支持机器学习、深度学习和大模型开发。它提供从数据管理到模型部署的全流程支持，涵盖在线开发、分布式训练、推理服务等功能，帮助企业和开发者高效构建AI应用。

一个专门面向长视频生成的电影级数据集，特点是包含完整电影长度的视频、连贯的故事情节和多场景叙事，确保角色外观和音频在不同场景中的一致性，并提供分层的数据结构，包含高层电影信息和详细的镜头级描述

一种新的优化器，结合了Prodigy和ScheduleFree的优点，旨在减少机器学习训练中的超参数设置，提高模型训练的效率和稳定性。通过简化参数调整过程，帮助用户更专注于模型开发和优化。

WAAS（Whisper as a Service）是基于OpenAI的Whisper自动语音识别（ASR）系统开发的一种创新AI工具，旨在提供一个全面的解决方案，将口语转换成文本。通过提供图形用户界面（GUI）和应用程序编程接口（API），WAAS能够满足各种用户的需求，无论是偏好交互式视觉工具的用户，还是希望将Whisper的能力整合到自己应用中的开发者。

DoubleTake 是一个几何引导的深度估计项目，旨在高效处理稀疏视图，以提升计算机视觉任务中的深度估计精度。

这是一个针对图形的少样本学习/元学习算法的综合索引，包括各种最新的方法和策略，按不同标准对算法进行分类，并提供相关论文和实现的链接。

一个用于文本到语音生成的Web用户界面，支持多种语音合成模型，用户可以轻松创建高质量的语音合成音频。

我的电视是一款使用 Android 原生开发的电视直播软件，支持自定义直播源和节目单，旨在为用户提供灵活的电视观看体验。

E.T. Bench旨在实现开放事件级的视频语言理解，结合视频和语言数据，推动多模态学习的进展。

GTSinger是一个全球性多技术歌唱语料库，提供真实的乐谱，适用于各种歌唱任务。

一个 Chrome 扩展程序，能跟踪用户的浏览器交互，并利用 OpenAI 的 GPT 模型自动生成 Selenium 测试脚本，以简化自动化测试的创建过程。

集合了基于大型语言模型（LLM）评估方法的综合调研项目，旨在为开发者、研究者和实践者提供如何有效利用LLM作为评估工具的资源。

I2VGen-XL是一个基于输入图像生成高清视频的模型，由阿里云达摩院研发，具有良好的泛化性和优越的生成效果。

一种在文本到图像合成中实现语义绑定的方法，无需进行训练。

Codapi是一个支持任意编程语言、数据库或软件的沙盒工具，旨在为文档、教育和娱乐提供互动代码示例。它可以将静态代码示例转换为小型代码播放器，轻量且易于集成，满足不同用户的需求。

一款简单高效的语义搜索库，专为小型至中型项目提供嵌入式向量搜索和语义嵌入功能，支持BERT模型，无需复杂的传统搜索系统

codeqai是一个本地优先的语义代码搜索和聊天工具，利用矢量嵌入和大型语言模型(LLMs)来提供高效的代码查询和理解。