Whisper-V3-目前最好的 OSS 语音识别模型

Hertz-dev是一个开源的基础模型，专门用于全双工生成会话性音频，使设备能够理解和参与对话，适用于各种设备，具有良好的扩展性和灵活性。

ChatGDB是一个利用ChatGPT增强GDB调试器体验的工具，可以使用自然语言执行相关命令来避免搜索GDB命令浪费时间。

InsightFace 提供了用于换脸过程中的人脸检测和识别模型。

ChiRho是一个基于Pyro概率编程语言的实验性语言，旨在支持因果推理，允许用户灵活地构建和推理复杂的因果模型，并与现有的Python生态系统无缝集成。

WordPecker App 是一个结合了类似 Duolingo 的课程与用户自定义词汇列表的个性化语言学习工具。用户可以轻松地从书籍、文章或视频中添加单词，并通过互动测验和 LLM 生成的课程来复习这些单词，从而提高语言能力。

这是一个Stable Diffusion web UI的插件，旨在简化用户在生成图像时的prompt添加和编辑过程，增强用户体验并与Stable Diffusion无缝集成。

这是一个为飞书准备的 ChatGPT 机器人的开源项目，主要实现聊天功能和机器学习技术。

一个概念验证示例，展示了语言模型如何管理和组织文件。通过一个脚本，可以让GPT-4操纵文件系统，并以用户需求的形式进行排序和展示。

MaxKB 是一款特别好用的 AI 开源工具，让普通人也能快速搭建一个 AI 知识库问答系统。它支持多种大语言模型，并具备灵活的工作流引擎，能够满足复杂业务需求，同时可以轻松嵌入到现有系统中，提供智能问答能力。

PraisonAI应用结合了AutoGen和CrewAI或类似框架，提供一种低代码解决方案，用于构建和管理多智能体LLM系统，重点关注简单性、定制化和高效的人机协作。

MixNeRF是一个模型，通过混合密度建模来实现从稀疏输入生成新视图的合成。

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

这是一个音频字幕的数据集，旨在评估音乐与语言模型的性能，包含多种歌曲的音频描述，促进音乐与自然语言处理交叉领域的研究。

DenseMatcher是一个用于3D语义匹配的工具，能够从单一示例中学习类别级别的操作，实现高效的3D形状匹配。它支持多种3D形状的处理，适用于机器人抓取、增强现实等多个领域。

INSIGHT是一个开源的自主智能体，主要用于医学研究。它利用机器学习技术，能够自动分析和研究医学数据，并提供有价值的研究结果。

开源项目是用不到100行代码构建本地托管版本的ChatGPT，但仍需要调用OpenAI的API。作者表明代码是使用GPT-4编写的。

Buzz是一款基于OpenAI Whisper的开源、可离线的实时语音转文字工具，提供翻译和转录两个任务，可以将麦克风的语音实时转换为文字，也支持将视频、音频文件转换为文字、字幕，同时Buzz自带GUI界面，使用操作简单。

关于使用CommonGen-lite数据集对LLM进行评估的研究，使用了GPT-4模型进行评估，比较了不同模型的性能，并列出了排行榜上的模型结果。