Skip to main content

黑洞资源笔记

  1. God app:这是一个实验项目,使用 OpenAI GPT 插件和复制将所有 AI API 合并为一个。

    该应用程序没有使用单独的界面进行图像生成、视频生成、音频生成和一般文本自然语言处理,而是将所有这些界面组合到一个提示中。

    目前支持的API:

    文字转图像
    文字转视频
    文字转音频
    通用自然语言处理
  2. 下一代注释工具,整合了计算机视觉最先进模型的强大功能,让标注图像数据集变得比以往更容易,提供无缝的体验和直观的工作流程。

    其他特性
    阈值选择(置信度和 IoU)
    选择类(从 80 个 COCO 类中),并可以选择保存默认类
    仅跟踪分配的对象
    合并模型(运行两个模型并合并结果)
    显示运行时类型(CPU/GPU)
    显示 GPU 内存使用情况
    视频导航(逐帧、快进、快退、播放/暂停)
    浅色/深色主题支持(与操作系统主题同步)
    完全可定制的用户界面(拖放、显示/隐藏)
    操作系统通知(针对长时间运行的任务)
    使用 orjson 实现更快的 json 序列化
    附加脚本(外部)来评估分割结果(COCO)
    用于从视频文件中提取帧以供将来使用的附加脚本(外部)
    用户快捷方式和首选项设置

    DLTA-AI | #工具
  3. ClimSim是一个大规模的气候模拟数据集,旨在训练混合多尺度气候模拟器中的高分辨率物理仿真器,以提高气候预测的精度和效率。
  4. Media LLaMA :中文自媒体大模型

    虽然LLaMA模型在通用领域通过指令参数已经提升了展示令人印象深刻的性能,但对于自媒体创作、直播和运营等领域,由于缺乏专业的训练数据,其能力增幅待提高。为了解决这个问题,我们提出了Media LLaMA,一个针对自媒体领域进行特殊训练的模型。

    Media LLaMA 首先在大规模自媒体语料上进行连续预训练,系统地学习自媒体的知识体系。然后,我们借助 ChatGPT 收集了有关抖音运营、短视频创作、巨量千川投放、直播运营和直播话术技巧等领域知识问题的分析和解答,并利用这些数据对模型进行指令调整,使模型习得如何将自媒体知识应用到实际场景中。

    模型具有以下能力:

    掌握自媒体知识:能够理解抖音运营、短视频创作、巨量千川投放、直播运营等领域的核心概念和策略。

    适用于实际操作:能够以通俗易懂的语言解释自媒体概念,并进行基础的自媒体运营咨询,主题内容创作、平台运营、广告投放等领域。
  5. VideoLAN Movie Creator 是一款基于 libVLC 并运行在 Windows、Linux 和 Mac OS X 上的非线性视频创建编辑软件!它是根据 GPLv2 条款分发的自由软件。

    特征:
    跨平台- 可在 Windows、Linux 和 Mac OS X 上运行。
    基于经过验证的VLC框架
    读取所有内容并可以导出为大多数格式
    使用简单,但功能强大
    完全免费- 没有间谍软件、没有广告、没有用户跟踪。

    但是该软体仍处于开发阶段,因此尚未准备好进行 Beta 测试或生产。此项目没有下载。仅提供源代码

    VLMC | #工具 #编辑器
  6. 柏高(BaiGao),基于nestJs+mongoDB+vue3+element-plus+uni-app技术栈的大前端后台管理系统;可基于当前系统快速构建toG、toB、toC常见业务系统。

    技术栈:nestjs+vue3+uni;
    数据库:mongoDB(主从+事务)、redis;
    消息队列(可选):rabbitMQ(延时任务);
    细粒度权限控制(菜单/按钮/接口);
    微信生态(微信登录、小程序码生成、微信支付);
    常用功能集成(JWT登录验证、菜单管理、角色权限、用户管理、字典管理、行政区划数据集及接口);
    api生成(基于swagger生成前端直接调用接口,后台使用ts+axios,uni端使用二次封装uni.request)
  7. 构筑大语言模型应用:应用开发与架构设计

    作者在2023 年的上半年和同事一起创建了一系列的流行的或者不流行的开源项目。它们涉及了:
    LLM 能力的充分运用
    Prompt 编写:Prompt 学习与编写模式
    Prompt 管理:Prompt 即代码
    LLM 下的软件开发工序及应用架构设计
    新的交互设计:Chat模式
    大模型友好的工序:基于 AI 2.0 (ChatGPT + Copilot)如何去设计软件开发流程
    LLM 应用架构的设计与落地:Unit Mesh
    面向特定场景的 LLM 应用
    基于开源模型构建自己的模型:特定场景的模型微调 + LLMOps
    上下文工程(prompt 工程):LLM 应用的核心

    “围绕于上述的一系列内容,我们也在思考软件开发能给我们带来了什么。所以,我重新整理了过去半年的一些思考、文章,重新编写了这本开源电子书,希望能够帮助到大家。”

    在线阅读 | #电子书