值得探索的AI开源项目：工具、网站与应用合集
开源大语言模型(LLM)的发展历程与现状
本文全面回顾了开源大语言模型(LLM)的发展历程,介绍了主流开源LLM的特点和应用,并探讨了开源LLM的未来发展趋势。
Llama-Chinese: 打造最强中文大语言模型
Llama-Chinese项目致力于构建最好的中文Llama大模型,通过大规模中文数据预训练和微调,不断提升Llama模型的中文能力,并提供完整的训练、部署和应用解决方案。
ChatGLM2-6B:开源双语对话语言模型的第二代版本
ChatGLM2-6B是开源中英双语对话模型ChatGLM-6B的第二代版本,在保留了初代模型优秀特性的基础上,引入了更强大的性能、更长的上下文、更高效的推理以及更开放的协议等新特性。
TNN: 腾讯优图实验室和光影实验室开发的高性能、轻量级深度学习推理框架
TNN是一个由腾讯优图实验室和光影实验室开发的高性能、轻量级深度学习推理框架,具有跨平台、高性能、模型压缩、代码裁剪等特点,已在腾讯多个应用中得到广泛应用。
Chinese-LLaMA-Alpaca: 开源中文大语言模型的突破性进展
本文介绍了Chinese-LLaMA-Alpaca项目,该项目开源了经过中文优化的LLaMA和Alpaca大语言模型,显著提升了中文自然语言处理能力,为中文NLP社区带来了重要贡献。
PyTorch-Ignite: 简化深度学习训练流程的高级库
PyTorch-Ignite是一个基于PyTorch的高级库,旨在简化神经网络的训练和评估过程。它提供了灵活的事件系统、丰富的内置指标和处理器,大大提高了深度学习项目的开发效率。
Ollama: 本地运行大型语言模型的开源框架
Ollama是一个轻量级、可扩展的框架,用于在本地机器上构建和运行大型语言模型。它提供了简单的API来创建、运行和管理模型,以及可以在各种应用中轻松使用的预构建模型库。
LLM课程:从基础到前沿的大语言模型学习之路
本文介绍了一个全面的大语言模型(LLM)学习课程,涵盖了从基础知识到最新技术的方方面面。课程分为三个主要部分:LLM基础、LLM科学家和LLM工程师,旨在帮助学习者全面掌握LLM相关知识和技能。
DAMO-YOLO: 快速准确的目标检测新方法
DAMO-YOLO是一种由阿里巴巴达摩院开发的新型目标检测框架,结合了多项创新技术,在保持高速度的同时实现了优于YOLO系列的检测精度。本文将详细介绍DAMO-YOLO的核心技术和性能表现。
Lightning-Hydra-Template: 一个用户友好的机器学习实验模板
Lightning-Hydra-Template是一个基于PyTorch Lightning和Hydra的机器学习项目模板,旨在简化实验流程、提高代码复用性,并实现快速灵活的实验配置。本文将详细介绍该模板的主要特性、使用方法以及最佳实践。
深度学习场景文本识别基准：深入解析deep-text-recognition-benchmark项目
探讨CLOVA AI团队开发的场景文本识别基准框架,分析其创新性、性能和应用价值
数据竞赛Baseline方案分享:助力数据科学爱好者快速入门
本文介绍了数据竞赛Baseline的概念及意义,并分享了多个知名数据科学竞赛的Baseline方案,为数据科学爱好者提供学习参考。
从零开始学习机器学习的完整指南
本文为想要从零开始学习机器学习的人提供了一个全面的学习路线图,涵盖了基础知识、编程技能、数学基础、在线课程、实践项目等多个方面,旨在帮助读者系统地掌握机器学习技能,为进入这个领域做好准备。
深入解析MLPerf基准测试:评估AI系统性能的行业标准
MLPerf基准测试是评估AI和机器学习系统性能的行业标准。本文深入分析了MLPerf的最新结果,探讨了其对AI硬件和软件创新的影响,以及它如何推动整个行业的发展。
RSPapers: 推荐系统领域必读论文精选
RSPapers是一个精心策划的推荐系统领域必读论文列表,涵盖了从经典算法到最新研究成果的广泛内容,是推荐系统研究者和实践者的重要参考资源。
数据科学：从理论到实践的全面探索
本文全面介绍了数据科学的概念、应用领域、核心技术和发展趋势,涵盖了从数据处理到机器学习的各个环节,为读者提供了数据科学的系统性认知。
H2O-3: 开源分布式机器学习平台
H2O-3是一个开源的分布式机器学习平台,提供了多种流行的机器学习算法实现,支持R、Python、Scala等多种编程语言接口,可以轻松构建高性能的机器学习应用。
深度学习目标检测算法综述:从R-CNN到YOLO
本文全面介绍了深度学习目标检测算法的发展历程,包括R-CNN系列、YOLO系列、SSD等经典算法,以及最新的研究进展,为读者提供了目标检测领域的系统性概览。
PyTorch深度学习:从入门到精通
本文介绍了一个全面的PyTorch深度学习课程,涵盖了从基础到高级的各个方面,包括PyTorch基础、神经网络分类、计算机视觉、自定义数据集等内容,适合深度学习初学者学习。
FaceNet: 深度学习人脸识别的革命性技术
FaceNet是一种基于深度学习的人脸识别技术,通过将人脸图像映射到欧几里得空间中的紧凑向量表示,实现了高精度的人脸验证、识别和聚类。本文将深入介绍FaceNet的原理、架构和应用,以及它在人脸识别领域带来的重大突破。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号