Conva.ai-AI助手集成平台

哔哩哔哩自研大语言模型，提供多样化的对话和角色扮演功能，支持多种评测基准，具有领先的性能表现

针对特定用例、数据和查询智能适应的 RAG（Retrieval-Augmented Generation）框架，旨在提供可解释、高精度、高效的代理驱动检索工作流程。

DISC-FinLLM，中文金融大语言模型（LLM），旨在为用户提供金融场景下专业、智能、全面的金融咨询服务。

一种上下文学习方法，将基于提示的表示应用于自回归模型，以生成高质量的句子嵌入，无需微调。该方法通过利用上下文信息，避免了传统微调过程的复杂性，同时支持不同规模的语言大模型，能够在多种转移任务上取得最佳结果。

面向Stretch 3移动机器人的智能行为开发框架，集成了抓取、操控、导航、LLM代理、语音交互等多项功能。

ChatTTS是专门为对话场景设计的文本转语音模型，支持英文和中文两种语言，提供自然流畅的语音合成和多说话人的支持。

AnglE是最新的文本嵌入模型，旨在优化文本嵌入，作为新一代的语义文本相似度方法，取得了新的最先进(SOTA)结果。它提供了预训练模型，包括语言模型(LLM)和数据集。

这是一个无监督的词汇和定义提取技术，利用自然语言处理技术自动从给定文本中提取词汇及其定义，适用于各种文本类型。

该项目是关于《大型语言模型事实性调查：知识、检索与领域特异性的调查论文》的存储库，提供关于大型语言模型事实性的全面文献回顾，深入探讨知识检索机制，并分析领域特定的事实性挑战，同时比较增强事实性的不同方法，为人工智能和自然语言处理领域的研究人员提供资源。

OpenICL是一个开源的框架，旨在支持上下文学习，提供多种算法和灵活的接口，便于集成到现有的自然语言处理模型中。

该项目是一个关于自然语言处理(NLP)数据增强的文献集，收录了多篇相关研究论文和技术资源，旨在为研究人员和开发者提供最新的NLP数据增强方法和应用实例，促进相关领域的研究和开发。

nanoRWKV是RWKV语言模型的轻量级实现，专为快速实验与多种语言处理任务设计，兼容RWKV架构，基于nanoGPT优化了性能和效率，易于扩展和自定义。

Paper QA是一个基于GPT-3的开源项目，旨在通过自然语言处理技术帮助用户解读学术论文。用户可以通过提出具体问题，获取对论文内容的深入解读和分析。该项目具有开放性，用户可以根据需要进行修改和扩展，且每次问答的成本相对较低，适合学术研究和学习使用。

提供一个方便的基于LLM的问答系统，可与多个本地文档集合进行交互，通过自然语言处理实现高效的信息检索和文档查询。

NeuroGPT 是一个提供免费 API 服务的平台，用户可以方便地访问 GPT-3.5、GPT-4 及其他语言模型。它支持多种自然语言处理任务，并且具有高性能和低延迟的响应时间，适合开发者和企业使用。

Mirageml是一个企业资产搜索工具，通过消除手动标记、过滤器或无限滚动的需求，提升公司的资产库。它通过理解自然语言提供人类级别的响应，彻底改变用户搜索资产的方式。

书生·浦语（InternLM）是由上海人工智能实验室和 SenseTime（贡献相等）与香港中文大学、复旦大学和上海交通大学合作开发的多语言大型语言模型。

Lit-LLaMA是一个独立实现的LLaMA，完全开源，遵循Apache 2.0许可证，基于nanoGPT构建，旨在解决原始LLaMA代码在GPL许可证下的限制，以支持更广泛的学术和商业应用。