Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  2. Edge 新特性：截图后与 AI 讨论截图内容

    微软近日邀请处于 Canary 频道的部分 Edge 浏览器用户参与了新版截图工具的测试，受到邀请的用户可在截图完成后在工具栏中点击 AI 按钮，并就截图中的内容与 AI 展开聊天。根据 Neowin 的测试：当用户截图了一张狗狗的照片后，可以立即与 AI 就狗狗的品种、训练方案等内容进行聊天。

  3. 1KB 空间 1000 欧元，首款 DNA 存储卡上市

    法国初创公司 Biomemory 近日宣布推出全球首款 DNA 存储卡，根据介绍，这款存储介质最高可存储 1KB 数据，售价达到了惊人的 1000 欧元（约 7840 元人民币）。| 详文

    根据 Biomemory 的介绍：这款全新的存储设备相较于现有的存储介质而言，最大的优势在于其最高 150 年的数据保存时间。Biomemory 还计划于 2026 年推出「Biomemory Prime」 DNA 数据存储中心，该数据中心将能承载 100 PB 的数据量。

  4. 华硕确认停更 NUC Extreme 系列产品

    华硕近日向科技媒体 fudzilla.com 透露：将停止「NUC Extreme」系列产品的后续开发计划，其在接手 Intel NUC 产品线后推出的「NUC 13 Extreme 猛禽峡谷」将成为该系列的绝唱。Intel 在去年 7 月宣布放弃对 NUC 业务的直接投资，华硕随后取得了英特尔非独家授权，并接手了 NUC 相关产品线。

    本次停更的「NUC Extreme」是 NUC 系列中的高性能产品线，根据华硕的介绍：「NUC Extreme」的停更不会影响到普通 NUC 产品的后续迭代，之所以不再继续发展「NUC Extreme」产品，是因为其与华硕的「冰刃 X」以及「ROG NUC」产品产生了较大重叠。

  5. RPG-DiffusionMaster是一个全新的无需训练的文本到图像生成/编辑框架，利用多模态LLM的链式推理能力增强文本到图像扩散模型的组合性。

    该框架采用MLLM作为全局规划器，将复杂图像生成过程分解为多个子区域内的简单生成任务。同时提出了互补的区域扩散以实现区域化的组合生成。此外，在提出的RPG框架中闭环地集成了文本引导的图像生成和编辑，从而增强了泛化能力。

    大量实验证明，RPG-DiffusionMaster在多类别对象组合和文本-图像语义对齐方面优于DALL-E 3和SDXL等最先进的文本到图像扩散模型。特别地，RPG框架与各种MLLM架构（例如MiniGPT-4）和扩散骨干（例如ControlNet）兼容性广泛。
    需求人群：

    "RPG-DiffusionMaster可用于文本到图像生成和编辑，特别擅长处理复杂的文本提示和多对象多属性关系。"

    使用场景示例：

    使用RPG-DiffusionMaster生成包含多个对象的图像
    利用RPG-DiffusionMaster编辑图像以实现文本语义对齐
    采用RPG-DiffusionMaster进行文本到图像生成的实验

    产品特色：

    利用多模态LLM进行全局规划
    将复杂图像生成过程分解为简单生成任务
    实现区域化的组合生成
    闭环集成文本引导的图像生成和编辑
    提高泛化能力
    优于其他文本到图像扩散模型

    RPG-DiffusionMaster | #框架

  6. Plock：可以从任何可以输入的地方使用LLM(大语言模型)，默认情况下使用Ollama，但也可以与其他可以写入stdout的工具一起使用

  7. talebook 一个基于Calibre的简单的个人图书管理系统，支持在线阅读。主要特点是：

    美观的界面：由于Calibre自带的网页太丑太难用，于是基于Vue，独立编写了新的界面，支持PC访问和手机浏览；
    支持多用户：为了网友们更方便使用，开发了多用户功能，支持豆瓣（已废弃）、QQ、微博、Github等社交网站的登录；
    支持在线阅读：借助Readium.js 库，支持了网页在线阅读电子书；
    支持批量扫描导入书籍；
    支持邮件推送：可方便推送到Kindle；
    支持OPDS：可使用KyBooks等APP方便地读书；
    支持一键安装，网页版初始化配置，轻松启动网站；
    优化大书库时文件存放路径，可以按字母分类、或者文件名保持中文；
    支持快捷更新书籍信息：支持从百度百科、豆瓣搜索并导入书籍基础信息；
    支持私人模式：需要输入访问码，才能进入网站，便于小圈子分享网站；

  10. MeetingSummarizer：轻松记录、转录和总结会议，由OpenAI的Whisper和GPT-3.5-turbo驱动，CLI和GUI两种界面提供了不同的使用方式，用户可以使用命令行或图形界面来录制、转录和总结会议内容

  12. 用500行SQL代码实现GPT：介绍了如何使用SQL实现一个大型语言模型，解释了SQL不适合实现大型语言模型的原因，介绍了生成式大型语言模型所需的逻辑和算法。文章还提到了生成预训练Transformer(GPT)的原理和实现细节

  13. DataTrove 是一个用于大规模处理、过滤和删除重复文本数据的库。它提供了一组预构建的常用处理块以及一个框架，可以轻松添加自定义功能。

    DataTrove 处理管道与平台无关，可以在本地或 slurm 集群上开箱即用。其（相对）较低的内存使用率和多步骤设计使其非常适合大型工作负载，例如处理法学硕士的训练数据。

    通过fsspec支持本地、远程和其他文件系统。