Windmill：将脚本转换为工作流和 UI 的开源开发者平台。
开源开发者基础架构，用于内部工具。自主托管的选择，可以替代Airplane、Pipedream、Superblocks和简化版Temporal，具备自动生成UI的功能和自定义UI，用于触发工作流和脚本作为内部应用。脚本将转换为UI和无代码模块，无代码模块可以组合成非常丰富的流程，并且脚本和流程可以从用低代码构建器制作的内部UI触发。支持的脚本语言包括：Python、Typescript、Go、Bash、SQL。
开源开发者基础架构，用于内部工具。自主托管的选择，可以替代Airplane、Pipedream、Superblocks和简化版Temporal，具备自动生成UI的功能和自定义UI，用于触发工作流和脚本作为内部应用。脚本将转换为UI和无代码模块，无代码模块可以组合成非常丰富的流程，并且脚本和流程可以从用低代码构建器制作的内部UI触发。支持的脚本语言包括：Python、Typescript、Go、Bash、SQL。
Google最新发布PaLM 2，一种新的语言模型，具有更好的多语言和推理能力，同时比其前身PaLM更节省计算资源。
PaLM 2综合了多项研究进展，包括计算最优的模型和数据规模、更多样化和多语言的数据集、以及更有效的模型架构和目标函数。
PaLM 2在多种任务和能力上达到了最先进的性能，包括语言水平考试、分类和问答、推理、编程、翻译和自然语言生成等。PaLM 2还展示了强大的多语言能力，能够处理数百种语言，并在不同语言之间进行翻译和解释。PaLM 2还考虑了负责任的使用问题，包括推理时控制毒性、减少记忆化、评估潜在的伤害和偏见等。
PaLM 2综合了多项研究进展，包括计算最优的模型和数据规模、更多样化和多语言的数据集、以及更有效的模型架构和目标函数。
PaLM 2在多种任务和能力上达到了最先进的性能，包括语言水平考试、分类和问答、推理、编程、翻译和自然语言生成等。PaLM 2还展示了强大的多语言能力，能够处理数百种语言，并在不同语言之间进行翻译和解释。PaLM 2还考虑了负责任的使用问题，包括推理时控制毒性、减少记忆化、评估潜在的伤害和偏见等。
轻量Python框架，提供用于创建和渲染Blender场景的高级API。框架主要关注3D计算机视觉可视化，简化了对Blender的某些功能和对象的使用。
主要特点：
1.简单的界面： Blendify 提供了一个用户友好的界面来执行常见的可视化任务，而无需深入研究复杂的 Blender API。
2.易于集成： Blendify 与开发脚本无缝集成，实现常用例程和功能：
点云、网格和基元的原生支持；
支持逐顶点颜色和纹理；
带有阴影捕捉器对象的高级阴影；
具有平滑摄像机轨迹的视频渲染；
支持常见相机型号；
导入和导出 .blend 文件以与 Blender 进行更深入的集成。
3.快速入门： Blendify 易于上手，不需要单独安装 Blender。你需要做的就是运行pip install blendify。
Blendify | #框架
主要特点：
1.简单的界面： Blendify 提供了一个用户友好的界面来执行常见的可视化任务，而无需深入研究复杂的 Blender API。
2.易于集成： Blendify 与开发脚本无缝集成，实现常用例程和功能：
点云、网格和基元的原生支持；
支持逐顶点颜色和纹理；
带有阴影捕捉器对象的高级阴影；
具有平滑摄像机轨迹的视频渲染；
支持常见相机型号；
导入和导出 .blend 文件以与 Blender 进行更深入的集成。
3.快速入门： Blendify 易于上手，不需要单独安装 Blender。你需要做的就是运行pip install blendify。
Blendify | #框架
该库支持三个方面的信任检测和改进：真实性、安全性和约束。它可用于确定输入到生成式 AI 模型或从生成式 AI 模型输出的文本是否存在任何信任问题，并提供输出替代方案和解释。
Factualness：确定文本字符串是否与给定的知识来源事实一致，而不是基于幻觉。它还根据世界知识检查文本是否正确。
Safety：确定文本字符串是否包含任何不安全的内容，包括但不限于毒性、仇恨言论、身份攻击、暴力、身体、性、亵渎、有偏见的语言和敏感话题。
Constraint：确定文本字符串是否遵循人类提供的显式或隐式约束（例如做、不做、格式、样式、目标受众和信息约束）。
PromptHelper and Explanation：该工具提示 LLM 自我完善和重写更好、更值得信赖的文本序列。它还解释了为什么样本被检测为非事实、不安全或未遵循约束。
Google的可视化编程框架，可以在无需编程的图形编辑器中创建机器学习(ML)流水线。可以通过连接拖放的ML组件(包括模型、用户输入、处理器和可视化)快速原型化工作流程。
Visual Blocks提供了节点图编辑器、预置的ML模型和组件库以及输出展示和比较功能，旨在降低ML多媒体应用的开发门槛、加速工作流，并方便用户分享和发布应用
Visual Blocks | github | #框架
Visual Blocks提供了节点图编辑器、预置的ML模型和组件库以及输出展示和比较功能，旨在降低ML多媒体应用的开发门槛、加速工作流，并方便用户分享和发布应用
Visual Blocks | github | #框架
在评测中，BiLLa在中英语言建模和推理任务上表现出色，优于其他模型，并与ChatGLM-6B相比在解题和代码得分方面更高。开发者可以使用BiLLa-7B-LLM和BiLLa-7B-SFT模型，并可通过提供的工具进行模型权重的还原和使用。评测结果显示，BiLLa在语言建模和各种问题类型上取得了良好的性能
