MASA-通过分割任意内容匹配任意内容

Chapyter 是 JupyterLab 的扩展，能将 GPT-4 无缝连接到编程环境，具备代码解释器，能够将自然语言描述翻译成 Python 代码并自动执行，提升编程效率和交互式学习体验。

一个自动投简历助手，实现一键自动寻找工作！结合 GPT 与 RPA 技术制作，通过 GPT 基于你的简历内容和对方的职位要求，自动在招聘平台上匹配合适的职位。

适用于Automatic1111/stable-diffusion-webui 的Openpose Editor 插件，用户可以直接编辑骨骼动作，并从图像中识别姿态，实现动画效果的自定义。该插件与稳定扩散 web 用户界面无缝集成，提供友好的操作体验。

基于 AbdomenAtlas 3.0 数据集的腹部 CT 扫描图像和医学报告的先进分割与报告生成模型，专为医学影像领域提供高质量的辅助诊断工具。该项目致力于提升医学影像分析的效率和准确性，支持医学专业人员在临床决策中做出更好的判断。

Densely Captioned Images (DCI) 数据集旨在为图像提供详细的描述，以捕捉视觉细节，适用于计算机视觉领域的多种任务。

该项目结合了视频语音识别与字幕翻译技术，能够自动识别视频中的语音并生成字幕，同时支持多种语言的翻译功能，旨在提升视频内容的可访问性和多语言观众的体验。

基于GPT的医疗垂直领域大模型，旨在将专业的医学知识、医疗信息、数据融会贯通，为医疗行业提供智能化的医疗问答、诊断支持和医学知识等信息服务，提高诊疗效率和医疗服务质量。

这个开源项目的功能是提供个人管家服务，通过OpenAI的ChatGPT和Telegram平台的聊天和语音消息进行交互。

一个 Kubernetes Ingress Controller，允许用户将 Kubernetes 内的 HTTP 服务直接暴露到公网，而无需公网地址、跳板或内网穿透。

一个关于大语言模型（LLMs）的实用指南和食谱，旨在帮助用户更好地理解和使用这些模型。

Rigging是一个轻量级的LLM交互框架，旨在简化生产代码中语言模型的应用。它提供了结构化Pydantic模型与非结构化文本输出之间的互操作性，支持LiteLLM等多种语言模型。用户可以通过Python函数定义提示，进行异步批处理和快速迭代，非常适合大规模生成任务。

基于PyTorch的GPT-2模型训练器，优化效率和代码简化，实现现代技术如旋转嵌入，以更少的token达到相同验证损失。该项目专注于提升模型训练的效率，使得用户能够在多种深度学习任务中更便捷地使用GPT-2架构。

MindSearch 是一个基于 LLM 的Web搜索引擎多智能体框架，模仿人类思维，引出深度人工智能搜索者，旨在解决各种实际问题并提供深入的知识探索。

这是一个精心整理的关于自主驾驶领域大语言模型(LLM)的资源列表，持续更新中。

这是一个专注于应用于网络安全的强化学习资源的精心整理列表，包含研究论文、实用实现和相关工具，旨在帮助研究人员和开发者在这一领域获得最新的信息和技术支持。

这个贪吃蛇游戏的体积仅为56字节，比一条微博还小，极具趣味性与挑战性。

MAP-NEO 是一个用于收集开源 LLM 训练数据的项目，利用 ppocr 等工具构建了一个文档解析管道，具备公式检测和多种工具支持的功能。

一款强大可离线的开源 AI 桌面应用，能够对你的电脑进行 24 小时监控，通过屏幕录制、OCR、音频输入和转录收集信息，并保存到本地数据库。支持Ollama，替代Rewind.ai，数据归用户所有，使用Rust语言开发。