PCToolkit: 统一的即插即用大语言模型提示压缩工具包
Narwhals:轻量可扩展的数据框架兼容层,支持 Polars、pandas、cuDF、Modin 等多种数据框架
微博热搜:暴雪官方宣布与网易达成协议回归中国市场
Hand Talk: 利用AI将语音和文字翻译为手语

只需要输入文本或说话,Hand Talk应用会自动将其翻译成美国手语(ASL)或巴西手语(Libras)。

该应用被联合国选为“世界上最佳的社交应用”,目前已翻译了近20亿个单词。

Hand Talk的一些核心功能:

自动手语翻译
-文本和语音到手语:用户可以输入文本或说话,Hand Talk应用会自动将其翻译成美国手语(ASL)或巴西手语(Libras)。
-使用虚拟翻译者:通过虚拟角色Hugo和Maya进行动态手语翻译,让学习和交流更加互动和有趣。

学习和教育工具
-手语学习:应用不仅是一个翻译工具,也是一个学习平台,用户可以在实践中学习新
的手语。
-教室资源:作为教育资源,适用于教师、学生和口译人员,作为辅助交流工具。

个性化和互动
-保存和评价翻译:用户可以保存他们最喜欢的翻译,并对翻译进行评价。
-自定义虚拟翻译者:在应用的商店中,用户可以为Hugo和Maya选择不同的服装和背景,使交流更个性化。

离线访问:即使在没有网络的情况下,用户也可以访问他们保存的翻译,使得Hand Talk应用更加便捷。

多元化的使用环境: Hand Talk应用被广泛用于教室、家庭以及手语学习者之间,帮助提高词汇量和交流能力。

免费下载和使用: Hand Talk应用可以免费下载和使用,虽然也提供了去除广告的付费选项。

使用方式:
使用Hand Talk App非常简单。在主屏幕上,用户只需输入或录制想要查询的单词的音频,发送后不久Hugo或Maya就会用手语翻译你的句子。用户还可以通过屏幕底部的菜单探索应用的其他部分,如商店,以个性化地定制Hand Talk App。

Home | 下载地址
AI图像编辑工具Facet AI 实时图像生成,可精确控制图像元素

🎨 操作简单,直接拖拽就可以调整图像元素,实现精确控制,而且实时展示

🖼 实时的修改图像中的任意位置和元素,比如杯子的朝向,花的颜色,以及放在哪个区域等

🌟 可以向任何提示添加图像参考,以便快速获取符合特定主题或风格的图像。

Facet | #工具
一款翻译工具:Pot

Pot提供了多种翻译方式,包括划词翻译、输入翻译、文字识别、截图翻译等!接入了DeepL、必应翻译、Yandex和谷歌翻译等10+款专业翻译引擎。

官网 | github | #工具
一款开源免费平替 Perplexity AI 工具

这是一款完全免费基于搜索的问答 AI 工具,可本地运行且无需 GPU 硬件支持,能很好确保隐私安全。

只需输入问题,工具便会通过 SearXNG 进行多引擎搜索,并利用 GPT-3.5 处理搜索结果,总结并生成答案。
主要特性:

🈚️ 完全免费:无需支付任何费用或申请任何 API 密钥。
💻 本地化操作:不需 GPU 支持,任何电脑均可运行。
🔐 保障隐私:所有操作均在本地执行,确保隐私安全。
👻 无需专门的大语言模型硬件:免 GPU!
🤩 支持免费的 GPT-3.5 API:无需 API 密钥即可使用。
🚀 快速部署:支持 Docker Compose,便捷部署。
🌐 适配网络和移动端:无论是通过电脑还是移动设备,都能轻松访问。

项目提供了 docker-compose 快速部署方式,并且是在熟悉的 NextChat 页面上使用,可快速上手。

FreeAskInternet | #工具 #替代品
llm.c:实现了大语言模型(LLM)训练的简单、纯 C/CUDA 版本,无需 PyTorch 或 cPython
开源大模型使用指南 | #指南

本项目是一个围绕开源大模型、针对国内初学者、基于 AutoDL 平台的中国宝宝专属大模型教程,针对各类开源大模型提供包括环境配置、本地部署、高效微调等技能在内的全流程指导,简化开源大模型的部署、使用和应用流程,让更多的普通学生、研究者更好地使用开源大模型,帮助开源、自由的大模型更快融入到普通学习者的生活中。

本项目的主要内容包括:

基于 AutoDL 平台(可扩展,例如阿里云)的开源 LLM 环境配置指南,针对不同模型要求提供不同的详细环境配置步骤;
针对国内外主流开源 LLM 的部署使用教程,包括 LLaMA、ChatGLM、InternLM 等;
开源 LLM 的部署应用指导,包括命令行调用、在线 Demo 部署、LangChain 框架集成等;
开源 LLM 的全量微调、高效微调方法,包括分布式全量微调、LoRA、ptuning 等。

本项目适合以下学习者:

想要使用或体验 LLM,但无条件获得或使用相关 API;
希望长期、低成本、大量应用 LLM;
对开源 LLM 感兴趣,想要亲自上手开源 LLM;
NLP 在学,希望进一步学习 LLM;
希望结合开源 LLM,打造领域特色的私域 LLM;
以及最广大、最普通的学生群体。
Back to Top