Adobe Express进行了重大更新，内置了Adobe Firefly 生成式 AI，并提供了更多丰富实用的功能。| 详文 | 免费体验

🧠 AI 生成功能：借助由 Adobe Firefly 提供支持的 AI 生成功能，仅提供文字描述便可立即生成出色的文字效果和图片。支持 100 多种语言的文本提示。

🎥 全新一体化编辑器：使用这款一体化应用程序可以轻松快捷地制作 Instagram Reels 和 TikTok 视频，以及传单、简历、横幅、徽标等。

🎨 新视频、多页面模板和设计元素：提供近 2 亿素材资产，包括视频和设计模板、免版税的 Adobe Stock 图像、视频和音频资产、近 22,000 种字体，以及更多图标、背景和形状。

🎬 轻松制作视频：合并视频片段、图片、动画和音乐，只需拖放即可轻松制作视频。

🛠 一键操作：轻轻一点即可完成各种任务，例如一键删除图像视频背景、调整内容大小、转换为 GIF，或导入和增强 PDF。

🎞 新的动画效果：如淡入、弹出、闪烁、蹦床等，以新方式赋予文本、照片、视频和资产生命。 通过 Adobe Character Animator 提供的“从音频动画化”功能，观看角色随着录制的对话同步唇部和手势活跃起来。

👥 团队协作：与您的团队实时协作处理文件并发表评论。这增加了创作过程的速度。轻松访问、编辑和使用 Photoshop 和 Illustrator 中的创意资产，或添加始终在应用程序之间保持同步的链接文件。

Stable Diffusion AUTOMATIC1111 插件教程，内容较为详细。

常用的ControlNet插件、效率插件、SDXL插件、生成视频插件都有介绍。

automatic1111-extensions | #插件 #教程

Web3 Security：这是由白帽 SunSec 维护的 Notion，里面包含了 Web3 安全的各种资源、教程、工具等内容，是个百宝箱，非常值得浏览，包含一部分中文资料。其中最广受好评的开源库 DeFiHackLabs 记录了历史上各种 DeFi 安全事件的攻击方法，由 Foundry 编写。

博客园快挂了······ | link

「快意」大模型（KwaiYii） 是由快手AI团队从零到一独立自主研发的一系列大规模语言模型（Large Language Model，LLM），当前包含了多种参数规模的模型，并覆盖了预训练模型（KwaiYii-Base)、对话模型（KwaiYii-Chat)。这里面我们介绍13B规模的系列模型KwaiYii-13B，其主要特点包括：

KwaiYii-13B-Base预训练模型具备优异的通用技术底座能力，在绝大部分权威的中/英文Benchmark上取得了同等模型尺寸下的State-Of-The-Art效果。例如，KwaiYii-13B-Base预训练模型在MMLU、CMMLU、C-Eval、HumanEval等Benchmark上目前处于同等模型规模的领先水平。

KwaiYii-13B-Chat对话模型具备出色的语言理解和生成能力，支持内容创作、信息咨询、数学逻辑、代码编写、多轮对话等广泛任务，人工评估结果表明KwaiYii-13B-Chat超过主流的开源模型，并在内容创作、信息咨询和数学解题上接近ChatGPT(3.5)同等水平。

强大的开源电路模拟器，起源于项目Qucs，主要目标是为电气工程师创建一个完整的开发环境，包括图形用户界面、电路模拟器、PCB布局和数值数据处理等。

QucsStudio | #模拟器

一个自动数学建模+求解的工具，现已对外开放。

SeedModeler | #工具

1:16

Media is too big

VIEW IN TELEGRAM

Roboflow Inference：用于在最先进的计算机视觉模型上运行推理的工具，可以在没有机器学习或特定于设备部署的先验知识的情况下，将计算机视觉模型部署到设备和环境

Data and Network Introspection Kit (DNIKit)：用于分析机器学习模型和数据集的 Python 工具包

agentops：用于评估和开发强大且可靠的 AI 智能体的工具包，通过评估、可观察性和重放分析来构建下一代智能体

SummerAsr - 基于C++的可独立编译且几乎没有额外依赖库的本地中文语音识别器

SummerAsr 是一个独立编译的大范围连续语音识别系统（ASR），是一个可以本地运行的系统，不需要连接网络，并且没有其他依赖，一键编译完成即可进行语音识别。

SummerAsr识别的WAV（PCM）数据格式为： 16K 采样率，16bits int

SummerAsr 的底层计算库使用 Eigen，Eigen 是一套模板定义的函数，大部分情况下，只需要包含头文件即可，所以本项目没有其他依赖，在 C++ 环境下可以独立编译和运行。

本项目使用Eigen提供的矩阵库实现了神经网络算子，不需要依赖例如pytorch，tensorflow，ncnn等其他NN运行环境。

本项目在Ubuntu上编译运行，其他类Linux平台，如Android，树莓派等，也应该没啥大问题，在Window上没有测试过，可能需要一点点。

Opendream：一款可扩展、易用且免安装的diffusion用户界面

NLP论文撰写技巧：总结了撰写学术论文的一些标准，特别是在自然语言处理领域。作者建议在论文中遵循一些实践，以使论文更加清晰、简洁和易于理解

blog | #技巧

Medium

Tips for Writing NLP Papers

Over the years I’ve developed a certain standard for writing papers (and doing research in general) that I share verbally with my students…