Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  1. 使用国内镜像，Mac和Windows一键安装Stable Diffusion WebUI、Lama Cleaner、SadTalker等AI工具

    根据任何领域的文本输入生成高质量、高分辨率且生动的图像。

    Window使用xformers提速RTX2060 3秒出图
    Mac M1使用MPS支持GPU 10秒出图

    local-ai | #工具

  2. 一个强大的本地托管基于 Web 的 PDF 操作工具，使用 docker，允许你对 PDF 文件执行各种操作，例如拆分合并、转换、重新组织、添加图像、旋转、压缩等。这个本地托管的 Web 应用程序最初是 100% ChatGPT 制作的应用程序，现已发展到包含广泛的功能来满足你的所有 PDF 需求。

    Stirling PDF 不会发出任何记录保存或跟踪的呼出电话。

    所有文件和 PDF 要么纯粹是客户端，仅在任务执行期间位于服务器内存中，要么仅在执行任务时位于临时文件中。届时用户下载的任何文件都已从服务器中删除。

    特征
    用于合并/分割/旋转/移动 PDF 及其页面的完整交互式 GUI。
    将 PDF 拆分为指定页码的多个文件，或将所有页面提取为单独的文件。
    将多个 PDF 合并为一个结果文件
    将 PDF 与图像相互转换
    将 PDF 页面重新组织为不同的顺序。
    添加/生成签名
    将 PDF 格式化为多页页面
    按设置的百分比缩放页面内容大小
    调整对比度
    裁剪 PDF
    自动分割 PDF（使用物理扫描的页面分隔符）
    拼合 PDF
    修复 PDF
    检测并删除空白页
    比较 2 个 PDF 并显示文本差异
    将图像添加到 PDF
    以 90 度增量旋转 PDF。
    压缩 PDF 以减小文件大小。（使用 OCRMyPDF）
    添加和删​​除密码
    设置 PDF 权限
    添加水印
    将任何常见文件转换为 PDF（使用 LibreOffice）
    将 PDF 转换为 Word/Powerpoint/其他（使用 LibreOffice）
    将 HTML 转换为 PDF
    PDF 的网址
    从 PDF 中提取图像
    从扫描中提取图像
    添加页码
    通过检测 PDF 标题文本自动重命名文件
    PDF 上的 OCR（使用 OCRMyPDF）
    PDF/A 转换（使用 OCRMyPDF）
    编辑元数据
    深色模式支持。
    自定义下载选项（参见此处的示例）
    并行文件处理和下载
    用于与外部脚本集成的 API

    Stirling-PDF | #工具

  6. date-fns提供了最全面、但简单且一致的工具集，用于在浏览器和Node.js 中操作JavaScript 日期。

    date-fns主打时间处理的一系列可以单独导入的功能各异的函数，需要哪个就导入哪个，就像日期的lodash一样。它拥有200 多个功能，适合所有场合。

    date-fns | Lodash

  10. 小米发布第二代机器狗CyberDog 2：售价12999元

    CyberDog 2是小米第二代四足机器人，能够做前后跳、作揖等10种小型犬运动，甚至能实现高难度动作，如前空翻、芭蕾舞步，滑板、太空步等等。

    此外，CyberDog 2能像一只真实的小狗一样，理解、回应甚至预测主人的需求和情绪。雷军表示，这款新品主要面向开发者和数码爱好者。

  11. youre-the-os：一个计算机游戏，你在其中的角色就是扮演操作系统

    你要负责进程调度、内存管理、 I/O 事件等，如果你这个操作系统的使用者发现很多进程没有响应，就会重启系统，你就game over了。

  14. 标配 12G 起步，M3 Mac 或将取消 8G 内存

    来自彭博社的消息，最快将于下个月发布的新款 M3 Mac 家族或将取消 8G 内存的入门机型。消息称目前正在进行测试的新款 MacBook Pro 配备了最高 48GB 的统一内存，根据 Apple Silicon 的传统，Max 版的芯片将会拥有基本版芯片的 4 倍内存，这或许意味着接下来 M3 Mac 将以 12G 内存作为基础配置。

  15. 书生·万卷1.0为书生·万卷多模态语料库的首个开源版本，包含文本数据集、图文数据集、视频数据集三部分，数据总体超过2TB。

    基于大模型数据联盟构建的语料库，上海AI实验室对其中部分数据进行了细粒度清洗、去重以及价值梳理，形成了书生·万卷1.0，具备多元融合、精细处理、价值梳理、数学高效等四大特征。

    在多元方面，书生·万卷1.0包含文本、图文、视频等多模态数据，范围覆盖科技、融合、媒体、教育、法律等多个领域，在训练提升模型知识内涵、逻辑推理和泛化推理化能力方面具有显着效果。

    在精细化处理方面，书生·万卷1.0经历了甄别语言、正文抽取、格式标准化、基于规则及模型的数据过滤与清洗、多维度重整、数据质量评估等精细化数据处理环节，从而能够更好接地装配后续的模型训练需求。

    在价值洞察方面，研究人员在书生·万卷1.0的构建过程中，着眼于内容与中文主流价值观结合的洞察，通过算法与人工评估的方式，提升了语料的纯净度。

    在高效建模方面，研究人员在书生·万卷1.0统一格式，并提供了详细的参数字段说明和工具指南，综合考虑了建模性和效率，可快速评估语言、多模态等大模型训练。

    目前，书生·万卷1.0已被评估书生·多态、书生·浦语的训练。通过对高质量语料的“消化模型”，书生系列模型在语义理解、知识问答、视觉理解、视觉问答等各类生成式任务表现出了优异的性能。

    WanJuan1.0 | #语料库