BoundaryFormer-基于掩码的多边界实例分割

MSDGen是一个用于生成任意规模和连接约束微服务演示的工具，能够根据配置选项灵活生成服务，支持多种编程语言和框架，并且易于集成到现有开发流程中。

Luna AI Face Swapping是一款企业级的AI换脸解决方案，具备丰富的摄影工作室功能，支持脸型、表情和光影的自动适配，内置超过10万种艺术写真模板，能够进行多人合影的换脸，采用分布式集群架构，适用于商用级应用部署，并包含完整的付费和营销体系。

基于Node.js、Vue3、uniapp的AIGC平台，集成ChatGPT、Midjourney绘画、Suno音乐、视频服务等，支持私有化部署，适用于个人、团队和企业。该平台为用户提供了一站式的AI解决方案，能够满足不同用户的需求，包括创意写作、艺术创作和内容生成等。

Polymath 是一个高级的人工智能工具，旨在改变音乐制作人、作曲家和音乐爱好者与音乐库的互动方式。这个AI驱动的工具能够分析、分类和转换整个音乐库为多功能的样本库，简化音乐制作和作曲过程。

FAMIE是一个快速的主动学习框架，专注于多语言信息抽取，旨在提高数据处理和模型优化的效率。它支持多种语言的信息抽取，提供用户友好的界面和灵活的模型配置，结合高效的数据标注工具，适用于快速迭代和评估不同的学习策略。

九歌是清华大学自然语言处理与社会人文计算实验室开发的诗歌写作系统，利用先进的自然语言处理技术生成各种风格和主题的原创诗歌，适合创作、学术研究和教育使用。

modus是一种用于构建Docker/OCI容器镜像的语言，提供声明性语法，支持多阶段构建，并与现有的Docker和OCI工具集成。它具有可扩展性，可以通过模块和插件进行扩展，同时配置易于阅读和维护。

课程聚焦于如何使用ChatGPT相关API（可使用国内大模型API）创造新的功能和应用。内容主要为介绍ChatGPT原理、使用和应用，降低使用门槛，让更多感兴趣的非NLP或算法专业人士能够无障碍使用LLM创造价值。

Nougat是一个实现了Nougat神经光学理解的项目，专注于学术文档的分析与处理。它利用神经网络技术，提供先进的光学理解功能，能够支持多种文档格式，并从非结构化数据中提取结构化信息，帮助学术界更高效地处理文献资料。

ARAGOG旨在探索和比较各种基于检索增强生成(RAG)技术，用于评估人工智能研究论文数据集的输出，包括模块化代码，以便于实验和重用。

APEBench是一个用于评估偏微分方程（PDE）自回归神经仿真器的基准测试框架，提供标准化的评估工具，支持多种自回归建模配置，旨在促进不同模型和技术之间的比较。

英伟达发布的文档解析与内容提取微服务，能够处理大量复杂非结构化的PDF、Word等企业文档，提取文本、表格、图表和图像内容及元数据，支持并行化处理，提供OCR识别和向量化存储，适用于下游生成式AI应用

ModuleFormer是一种基于MoE（Mixture of Experts）的架构，旨在提高大型语言模型的计算效率和可扩展性。其设计允许通过稀疏激活专家子集来实现与密集型语言模型相同的性能，同时在吞吐量上超过两倍。此外，它对灾难性遗忘具有免疫力，能够通过引入新专家来学习新知识，并且支持对特定微调任务的专家进行专注，便于轻量级部署。

一个韩国团队发布的自我改进的大型语言模型（LLM），能够通过自我较劲和打分的方式进行自我进化。

OpenGPTs 是一个开源实验项目，旨在提供可定制的 GPT 模型，紧跟 OpenAI 的前沿技术。它允许用户根据自己的需求创建和调整模型，以便进行更灵活的应用和创造性实验。

vit.cpp是一个使用纯C/C++实现的视觉变换器（ViT）推理库，结合ggml库进行优化，旨在提供高效的图像分类解决方案，易于集成和使用，适用于各种项目和嵌入式系统。

Raspberry Pi Camera 是一款专为 Raspberry Pi 设计的摄像头模块，支持多种分辨率和帧率，可以拍摄静态图像和视频，并且能够实时传输视频流。它还具备夜视功能（需要额外配件），并且可以与多种编程语言和库进行集成，适合各种项目和应用。

WhisperX 是一个高效的语音识别工具，专门用于生成精确的字幕，支持多种音频格式，适合处理直播或录制的视频内容。