Reddit 推出付费 API 服务，授权给第三方训练 AI
美国著名论坛网站 Reddit 准备有偿提供其庞大的文字数据给Google 和 OpenAI等第三方人工智能公司，帮助他们训练 AI 模型。
Reddit 希望利用这一数据富矿实现商业收益，并为不同规模的公司提供分级服务。Reddit 上的对话数据更有助于赋予聊天机器人「人性」。
Reddit 创始人兼 CEO Steve Huffman 表示，Reddit 的数据极具价值。为了避免被滥用，Reddit 可能会关闭部分现有的 API，转成付费 API。
这对于计划年内上市的 Reddit 而言，这部分潜在巨大利润将有助于提高公司估值。
美国著名论坛网站 Reddit 准备有偿提供其庞大的文字数据给Google 和 OpenAI等第三方人工智能公司，帮助他们训练 AI 模型。
Reddit 希望利用这一数据富矿实现商业收益，并为不同规模的公司提供分级服务。Reddit 上的对话数据更有助于赋予聊天机器人「人性」。
Reddit 创始人兼 CEO Steve Huffman 表示，Reddit 的数据极具价值。为了避免被滥用，Reddit 可能会关闭部分现有的 API，转成付费 API。
这对于计划年内上市的 Reddit 而言，这部分潜在巨大利润将有助于提高公司估值。
一款中文的开源数据标记工具。
目录前工具栏、多边形、标记点、标记线、分类、描述等图像标记标记能力，能够支持容器分组标记、扩展标记例分割、文本转写、转库线检测、关键点检测等计算机视觉任务现场，通过工具的自由组合即可自定义标记任务，支持COCO、MASK格式数据导出。
场景：计算机视觉
检测：车辆/车牌/行人/人脸/工业零件等检测场景。
分类：检测物体分类、目标特征、是非判断等分类场景
语义分割：人体分割、全景分割、可行驶区域分割、车辆分割等。
文本转录：车牌、发票、保险单、标志等的文本检测和识别。
轮廓检测：定位线条场景，如人体轮廓线、车道线等。
关键点检测：定位场景，如人脸关键点、车辆关键点、道路边缘关键点等。
LabelU | #工具
目录前工具栏、多边形、标记点、标记线、分类、描述等图像标记标记能力，能够支持容器分组标记、扩展标记例分割、文本转写、转库线检测、关键点检测等计算机视觉任务现场，通过工具的自由组合即可自定义标记任务，支持COCO、MASK格式数据导出。
场景：计算机视觉
检测：车辆/车牌/行人/人脸/工业零件等检测场景。
分类：检测物体分类、目标特征、是非判断等分类场景
语义分割：人体分割、全景分割、可行驶区域分割、车辆分割等。
文本转录：车牌、发票、保险单、标志等的文本检测和识别。
轮廓检测：定位线条场景，如人体轮廓线、车道线等。
关键点检测：定位场景，如人脸关键点、车辆关键点、道路边缘关键点等。
LabelU | #工具
先把视频放到Google Drive，然后从Google Colab上运行代码，并且在Colab加载整个Whisper模型，这样并不受API请求限制的影响，可以快速完成转录。语音转字幕后，再借助ChatGPT的API对字幕逐行翻译，最后再人工校对就好了。
N46Whisper 是基于 Google Colab 的应用。开发初衷旨在提高乃木坂46（以及坂道系）字幕组的工作效率。但本应用也适于所有日语视频的字幕制作。此应用基于AI语音识别模型 Whisper，应用输出文件为ass或srt格式，内置指定字幕组的字幕格式，可直接导入 Aegisub 进行后续翻译及时间轴校正
使用方法：
点击这里在Google Colab中打开应用.
上传要识别的文件并运行应用
识别完成后ass文件会自动下载到本地.
目前发布的是StableLM-alpha 模型，有30亿参数和70亿参数两款。150亿参数和300亿参数的型号正在开发中。对中文的支持不怎么样。
许可协议是CC BY-SA-4.0（可商用，但衍生品必须同样是使用该协议）。
同时比较和调整AI语言模型：
◆ OpenAI
◆ AnthropicAI
◆ CohereAI
◆ Huggingface
◆ replicatehq
Metafor是一个世界级的人工智能研究团队，致力于重新定义网络搜索
该团队发布了一个产品，它是一个自然语言搜索引擎，可以方便的用自然语言检索网页、Twitter、YouTube、PDF等
metaphor.systems
该团队发布了一个产品，它是一个自然语言搜索引擎，可以方便的用自然语言检索网页、Twitter、YouTube、PDF等
metaphor.systems
