产品库

大型语言模型，支持多语言和编程语言文本生成。

Nemotron-4-340B-Base是由NVIDIA开发的大型语言模型，拥有3400亿参数，支持4096个token的上下文长度，适用于生成合成数据，帮助研究人员和开发者构建自己的大型语言模型。模型经过9万亿token的预训练，涵盖50多种自然语言和40多种编程语言。NVIDIA开放模型许可允许商业使用和派生模型的创建与分发，不声明对使用模型或派生模型生成的任何输出拥有所有权。

多维奖励模型，助力构建自定义大型语言模型。

Nemotron-4-340B-Reward是由NVIDIA开发的多维奖励模型，用于合成数据生成管道，帮助研究人员和开发者构建自己的大型语言模型（LLMs）。该模型由Nemotron-4-340B-Base模型和一个线性层组成，能够将响应末尾的标记转换为五个标量值，对应于HelpSteer2属性。它支持最多4096个标记的上下文长度，并能够对每个助手轮次的五个属性进行评分。

NVIDIA的高级语言模型，优化于英文对话场景。

Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM)，专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度，经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上，通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好，并且能够为多种用例生成高质量的合成数据。

用于训练大型语言模型的开源合成数据生成管道。

Nemotron-4 340B是NVIDIA发布的一系列开放模型，专为生成合成数据以训练大型语言模型（LLMs）而设计。这些模型经过优化，可以与NVIDIA NeMo和NVIDIA TensorRT-LLM配合使用，以提高训练和推理的效率。Nemotron-4 340B包括基础、指令和奖励模型，形成一个生成合成数据的管道，用于训练和完善LLMs。这些模型在Hugging Face上提供下载，并很快将在ai.nvidia.com上提供，作为NVIDIA NIM微服务的一部分。

微软轻量级、先进的多模态模型，专注于文本和视觉的高质量推理密集数据。

Phi-3 Vision是一个轻量级、最先进的开放多模态模型，基于包括合成数据和经过筛选的公开可用网站在内的数据集构建，专注于文本和视觉的非常高质量的推理密集数据。该模型属于Phi-3模型家族，多模态版本支持128K上下文长度（以token计），经过严格的增强过程，结合了监督微调和直接偏好优化，以确保精确的指令遵循和强大的安全措施。

Phi-3 Mini-128K-Instruct ONNX优化模型促进推理加速

Phi-3 Mini是一个轻量级的顶尖开源模型,建立在Phi-2使用的合成数据和过滤网站之上,专注于高质量的推理密集型数据。这个模型属于Phi-3系列,mini版本有两个变体支持4K和128K上下文长度。该模型经过了严格的增强过程,包括监督式微调和直接偏好优化,以确保精准遵循指令和强大的安全措施。这些经过ONNX优化的Phi-3 Mini模型可在CPU、GPU和移动设备上高效运行。微软还推出了ONNX Runtime Generate() API,简化了Phi-3的使用。

新模型，多种型号，AI驱动合成数据训练

WizardLM-2是WizardLM推出的新一代大型语言模型，包含三种型号：8x22B、70B和7B。该产品采用AI驱动的合成数据训练系统，通过数据分析、加权抽样、渐进式学习和AI互校AI等方法，优化模型性能。它能够自动生成高品质的指令和响应，提供多样化的对话能力，适用于多种编程和开发场景。

基于语言模型架构的预训练时间序列预测模型

Chronos是一系列基于语言模型架构的预训练时间序列预测模型。时间序列通过缩放和量化转换为一系列标记，然后使用交叉熵损失训练语言模型。训练完成后，通过给定历史上下文采样多个未来轨迹，获得概率性预测。Chronos模型已经在大量公开可用的时间序列数据和使用高斯过程生成的合成数据上进行了训练。

生成合成数据，训练和对齐模型的工具

DataDreamer是一个强大的开源Python库，用于提示、生成合成数据和训练工作流。它旨在简单易用，极其高效，且具有研究级质量。DataDreamer支持创建提示工作流、生成合成数据集、对齐模型、微调模型、指令调优模型和模型蒸馏。它具有简单、研究级、高效、可复现的特点，并简化了数据集和模型的共享。

以自我为中心的合成数据生成器

EgoGen是一个用于生成以自我为中心的合成数据的系统，它能够模拟头戴设备（HMDs）的相机装置，并从相机佩戴者的视角渲染多种传感器数据。该系统提供了丰富的多模态数据和准确的注释，适用于自我感知任务。

给视觉语言模型赋予空间推理能力

SpatialVLM是一个由谷歌DeepMind开发的视觉语言模型,能够对空间关系进行理解和推理。它通过大规模合成数据的训练,获得了像人类一样直观地进行定量空间推理的能力。这不仅提高了其在空间VQA任务上的表现,还为链式空间推理和机器人控制等下游任务打开了新的可能。

构建GPT-4级别的对话问答模型

ChatQA是一系列对话问答（QA）模型，可以达到GPT-4级别的准确性。我们提出了一种两阶段指导调优方法，可以显著提高大型语言模型（LLMs）的零射击对话QA结果。为了处理对话式QA中的检索，我们在多轮QA数据集上对密集检索器进行微调，这提供了与使用最先进的查询重写模型相当的结果，同时大大降低了部署成本。值得注意的是，我们的ChatQA-70B在10个对话QA数据集的平均得分上可以胜过GPT-4（54.14 vs. 53.90），而不依赖于OpenAI GPT模型的任何合成数据。

图片马赛克去除神器

CodeFormer是一个基于 Transformer 的预测网络，用于图片马赛克恢复。通过学习离散码本和解码器，它能够减少恢复映射的不确定性，生成高质量人脸。它具有优秀的抗退化鲁棒性，适用于合成数据集和真实数据集。

语义增强数据成就是AI定制解决方案

Semiring是一个端到端的平台,能够通过少量样本数据生成高质量合成数据集,从而使开发者可以轻松创建高性能的机器学习模型。它提供了完整的ML模型构建流程,包括数据合成、模型训练、评估和部署。关键功能及优势包括:基于先进自然语言模型的高效数据合成;支持自定义域特定数据;无缝自动标注;多样化的预训练模型库;自动模型调优;一体化的云端训练服务;简易的API集成和高速推理等。相比于直接提示大型语言模型和自建方案,Semiring以其卓越的速度、成本效益和质量优势脱颖而出。

生成合成数据，管理数据，提高数据质量，构建最佳AI项目数据集。

YData是一个数据中心AI平台，提供生成合成数据、管理数据、提高数据质量和构建最佳AI项目数据集的功能。通过YData，您可以生成高质量的合成数据集，对数据进行管理和改进，构建出适用于您的AI项目的最佳数据集。YData还提供数据目录、数据配置和数据测量等功能。YData的定价信息，请联系官方获取。YData定位为数据科学领域的数据质量工具。

数据生成工具，用于测试和验证数字产品

Yadget是一个数据生成工具，帮助创作者生成大量合成数据，用于测试和验证数字产品。它对于机器学习和人工智能项目也非常有用。Yadget提供了丰富的数据类型和功能，包括随机数据生成、数据模板定义、数据批量生成等。用户可以根据自己的需求定制生成数据，并通过API接口或导出功能获取生成的数据。Yadget的定价灵活合理，适用于个人开发者和企业用户。

高质量逼真AI头像

RAVATAR是一款利用先进的生成AI技术生产高质量逼真头像的产品。通过使用合成数据，我们可以根据现有的音频和视频样本参考重现任何人的虚拟形象。RAVATAR的头像具有多样性和适用性，可以广泛应用于各种场景。定价请咨询官方网站，定位于数字人类市场。

用Gretel的API精细调整定制AI模型，并生成与真实数据一样甚至更好的合成数据。随需应变。免费试用。

Gretel.ai是一款为开发者打造的合成数据平台。通过使用Gretel的API，您可以生成匿名和安全的合成数据，以便在保护隐私的同时更快地进行创新。通过训练生成式AI模型，验证模型和用例的质量和隐私分数，以及按需生成所需数量的数据，Gretel.ai使生成合成数据变得简单易用。Gretel的Python库使您可以在几行代码内生成合成数据。您还可以使用Gretel控制台无需编写代码即可开始生成合成数据。

数据合成平台

MOSTLY AI是一家合成数据公司，提供先进的合成数据平台。该平台可生成、合成和创建数据，使数据处理更加灵活和智能。通过使用MOSTLY AI的合成数据，您可以克服真实数据的限制，加速AI、分析和产品开发的进程。平台提供隐私和安全保护，支持各种行业的应用场景。

生成精确的视觉 AI 模型，用成本效益的数据

syntheticAIdata 是一个平台，可以快速生成大规模的合成数据集，用于训练视觉 AI 模型。通过使用 syntheticAIdata，您可以轻松生成大量的合成数据集，从而显著加快图像分类、图像分割和目标检测等任务的视觉 AI 模型训练速度。我们的解决方案将帮助您更快地将基于 AI 的应用推向市场。syntheticAIdata 得到了 Microsoft for Startups 的支持，并成为 NVIDIA Inception 计划的一部分。

定制化大型语言模型的训练平台

Entry Point AI是一款训练大型语言模型的平台，可以快速高效地进行训练、管理和评估自定义模型，无需编写代码。它提供了跨平台的训练工具，可以比较模型性能、标注数据集、生成合成数据，并以速度和质量优于基于对话的模型。

AI辅助的设计工具，快速创建完美应用界面。

Pixelmost是一个AI辅助的应用设计工具，专为初创公司、设计师和公司提供服务。它利用先进的人工智能技术，通过用户输入的提示生成设计，提供预设计的组件和模板，支持在不同设备框架中预览和测试设计，实现快速、高效的应用界面设计。产品支持iOS、iPad和Android平台，具有云端存储和iCloud同步功能，方便用户随时随地进行设计工作。

RAG-based LLM agents的Elo排名工具

RAGElo是一个工具集，使用Elo评分系统帮助选择最佳的基于检索增强生成（RAG）的大型语言模型（LLM）代理。随着生成性LLM在生产中的原型设计和整合变得更加容易，评估仍然是解决方案中最具有挑战性的部分。RAGElo通过比较不同RAG管道和提示对多个问题的答案，计算不同设置的排名，提供了一个良好的概览，了解哪些设置有效，哪些无效。

一站式网页设计工作空间

Scene是一个集网页设计、协作、发布于一体的在线平台。它通过提供AI助手Muse，帮助用户从概念到部署的整个设计过程中，优化网站设计、内容创作和团队协作。Scene的主要优点包括简化设计流程、提高效率、降低成本，并通过AI技术提升用户体验。

AI驱动的演示平台，提供人性化交互体验。

DemoDazzle是一个利用OpenAI高级语言模型的AI驱动演示平台，旨在自动化各种产品和服务的演示和引导过程。该平台通过创建定制化的虚拟形象，提供实时的AI会话和问题解答，以提升用户体验和满意度。产品的主要优点包括智能化、个性化和高效率。DemoDazzle即将上线，目前处于测试模式。

AI 驱动的创意工具集，激发无限想象。

Glif AI 应用是一个集成了多种 AI 创意工具的平台，用户可以在这里找到和构建各种 AI 驱动的图像生成器、漫画生成器、角色生成器等。这些工具利用最新的 AI 技术，如神经网络，为用户提供了一种全新的创作方式，使得即使是没有专业设计背景的用户也能轻松创作出高质量的图像和艺术作品。

一键生成Twitch高光时刻

EasyClips是一个专注于帮助Twitch主播和内容创作者快速发现和生成直播高光时刻的AI工具。它通过先进的算法分析直播内容，自动提取精彩片段，从而节省创作者的时间，提高内容产出效率。产品的主要优点包括无需手动搜索、一键生成多个高光片段、支持多种社交平台分享等。EasyClips旨在帮助主播增加观众参与度，扩大社交媒体影响力。

AI驱动的正则表达式生成器

RegEx Helper 是一款AI驱动的在线工具，旨在帮助用户快速生成正则表达式。它通过用户描述需求，自动生成匹配的正则表达式，简化了编程过程中正则表达式的创建和管理，尤其对编程新手或需要快速验证正则表达式的开发者来说，是一个极大的便利。

在线文本转语音平台，AI配音神器。

TTSMaker是一款在线的文本转语音平台，通过AI人工智能算法将文本轻松转换成音频。它支持50多种语言和300多个语音包风格，适用于视频配音、有声读物、教育培训和产品营销等多种场景。用户可以免费使用TTSMaker合成语音，并且拥有合成的音频文件的100%版权，可以用于任何合法的商业用途。