Awesome-Multimodal-LLM-多模态大语言模型资源集合

Quivr 是一个开源的 RAG 框架，用于构建 GenAI 第二大脑，帮助你构建生产力助手。

zyddnys/manga-image-translator是一个AI开源项目，提供了一键翻译各类图片内的文字的功能。它特别适用于漫画翻译，并支持DeepL和ChatGPT的API。通过在线测试，可以实时演示该功能的使用。该项目还提供了实现这一功能的源代码。

MiniCPM 是面壁智能与清华大学自然语言处理实验室共同开源的系列端侧大模型，主体语言模型 MiniCPM-2B 仅有 24亿（2.4B）的非词嵌入参数量。经过多种优化与量化，MiniCPM 在多个评测集上表现优秀，适用于移动设备和多模态应用。

一个用于增强LLM推理能力的Python库，提供可组合的推理算法框架。支持自定义评分函数的采样和重排序模式，内置蒙特卡洛树搜索等高级算法，通过vLLM保持高性能，特别适合研究人员快速实验和迭代新想法。

VideoCrafter是一款强大的工具，专门用于根据文本描述自动生成视频，并提供多种视频编辑功能。它集成了深度学习模型，以提升生成效果，具有用户友好的界面设计，并支持多种视频格式，满足用户的不同需求。

Qwen2-Audio是一个大规模音频语言模型，支持语音聊天和音频分析，能够处理各种音频信号输入并生成文本回应。

eigenGPT是一个基于C++的高效实现，旨在提供简化的GPT2架构，易于理解和扩展，适合嵌入式系统和资源受限环境。

DeepCompressor是一个专为大型语言模型和扩散模型设计的模型压缩工具箱，支持多种数据类型的假量化，旨在提高模型的推理速度和效率。

这是一个综合性列表，涵盖使用大型语言/多模态模型在机器人和强化学习领域的论文，包含论文、代码及相关网站。

专门整理和总结全球中文大语言模型（LLM）资源的项目，包括数据、微调、推理、评估、体验、RAG、Agent、搜索、书籍和课程等方面的资源

定制化的GPT-4 AI导师，可为用户提供个性化的学习体验，可以调整知识深度、自定义学习风格、沟通类型、语气和推理框架。

python-mammoth是一个功能强大的文档转换库，能够将Word文档转换为HTML格式。它不仅比pydocx更实用，还支持JavaScript和命令行接口（CLI），适合各种开发需求。

HeartEcho 是一个集成了聊天室、语料库和炼丹炉的项目，旨在提供一个全面的环境用于实时交流、文本数据研究和模型训练。它支持大模型的增量学习，具备实时数据处理能力，并且提供用户友好的交互界面及可扩展的模块化设计。

超简单的类GPT语音助手，采用开源大型语言模型 (LLM) 以响应口头请求，完全在树莓派上本地运行。它不需要互联网连接或云服务支持。

FastURL 是一个开源的 Chrome 插件，旨在简化网页链接内容的提取与整理，支持将网页内容以 Markdown 格式粘贴，并清理多余内容，提高 AI 的理解能力。所有操作在浏览器本地完成，确保速度快和数据隐私安全。

由transformers.js提供支持的浏览器里100％客户端运行的实时音频转录，支持多种语言，易于集成到网页应用中。

Hora是一个在模拟器中训练强化学习策略，并将其直接部署到真实世界机械手的项目，完全不依赖视觉或触觉输入，旨在实现高效的机械手操作。

SurfSense 是一款个人 AI 助手，旨在帮助用户记录和检索他们在互联网上看到的内容，包括社交媒体、聊天记录、日历邀请、重要邮件、教程和食谱等。通过跨浏览器扩展程序，它能提供便捷的记录与检索功能，支持本地 LLM，并且是开源的，用户可以选择自行部署。