产品库

自动语音识别模型压缩与优化工具

WhisperKit是一个用于自动语音识别模型压缩与优化的工具。它支持对模型进行压缩和优化，并提供了详细的性能评估数据。WhisperKit还提供了针对不同数据集和模型格式的质量保证认证，并支持本地复现测试结果。

联合语音转录和实体识别的先进模型

Whisper-NER是一个创新的模型，它允许同时进行语音转录和实体识别。该模型支持开放类型的命名实体识别（NER），能够识别多样化和不断演变的实体。Whisper-NER旨在作为自动语音识别（ASR）和NER下游任务的强大基础模型，并且可以在特定数据集上进行微调以提高性能。

统一的开放命名实体和语音识别模型

WhisperNER是一个结合了自动语音识别（ASR）和命名实体识别（NER）的统一模型，具备零样本能力。该模型旨在作为ASR带NER的下游任务的强大基础模型，并可以在特定数据集上进行微调以提高性能。WhisperNER的重要性在于其能够同时处理语音识别和实体识别任务，提高了处理效率和准确性，尤其在多语言和跨领域的场景中具有显著优势。

.NET 9，跨平台开发的最新力作。

.NET 9是微软推出的最新跨平台开发框架，它集成了数千项性能、安全性和功能改进，使得开发者能够以统一的平台构建应用程序，并轻松地将AI融入应用。.NET 9不仅提升了运行时性能，还增强了对AI的支持，改进了ASP.NET Core和Blazor框架，以及对.NET MAUI的多平台应用开发进行了增强。

开源AI网关和开发者门户，轻松管理、集成和部署AI服务。

APIPark是一个开源的AI网关和API开发者门户，由Eolink推出，旨在帮助开发者和企业轻松管理、集成和部署AI服务。Eolink提供API全生命周期治理解决方案，服务全球超过100,000家企业，并积极投资开源生态系统，为全球数千万专业开发者提供服务。APIPark以其高性能、低成本、易于部署和使用的特点，满足企业在AI服务管理方面的需求，提升效率，保障安全，并优化数据价值。

快速准确的边缘设备自动语音识别模型

Moonshine 是一系列为资源受限设备优化的语音转文本模型，非常适合实时、设备上的应用程序，如现场转录和语音命令识别。在 HuggingFace 维护的 OpenASR 排行榜中使用的测试数据集上，Moonshine 的词错误率（WER）优于同样大小的 OpenAI Whisper 模型。此外，Moonshine 的计算需求随着输入音频的长度而变化，这意味着较短的输入音频处理得更快，与 Whisper 模型不同，后者将所有内容都作为 30 秒的块来处理。Moonshine 处理 10 秒音频片段的速度是 Whisper 的 5 倍，同时保持相同或更好的 WER。

在 Mac 上轻松运行 Windows 应用程序的虚拟机软件。

Parallels Desktop for Mac 是一款强大的虚拟机软件，它允许用户在 Mac 设备上无缝运行 Windows 和其他操作系统。这款软件通过虚拟化技术，使得 Mac 用户无需重启电脑即可同时使用 macOS 和 Windows 环境，大大提高了工作效率和便利性。内置的 Parallels AI 程序包，适用于开发人员和教育工作者它支持广泛的操作系统，包括不同版本的 Windows、Linux 以及 macOS。Parallels Desktop 以其出色的性能、稳定性和易用性，成为了全球超过 700 万 Mac 用户的首选虚拟机解决方案。产品价格合理，提供试用版，适合个人用户和企业用户。

快速获取答案的AI助手

Groq是一款由Omid Aziz开发的AI助手应用，旨在为用户提供快速、私密的问答服务。该应用利用Groq的高性能推理引擎，能够迅速处理用户请求并提供答案。Groq的界面简洁，操作直观，用户可以轻松上手。此外，Groq还支持多种不同的AI模型，如LLaMA、Mixtral和Gemma，让用户能够直接访问这些模型的参数记忆，进行快速的模型比较和测试。作为一款生产力工具，Groq以其高效、便捷的特点，非常适合需要快速获取信息和解决方案的用户。

高效自动语音识别模型

Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。

精确到词级的自动语音识别模型

CrisperWhisper是基于OpenAI的Whisper模型的高级变体，专为快速、准确、逐字的语音识别设计，提供准确的词级时间戳。与原始Whisper模型相比，CrisperWhisper旨在逐字转录每一个说出的单词，包括填充词、停顿、口吃和错误的开始。该模型在逐字数据集（如TED、AMI）中排名第一，并在INTERSPEECH 2024上被接受。

智能自动化测试，提升AI聊天机器人的质量和安全性。

bottest.ai提供的是一个自动化测试平台，专注于为基于AI的聊天机器人构建质量、可靠性和安全性，无需编写代码即可进行测试。平台通过记录、评估和改进三个步骤，帮助用户智能地进行回归测试、性能测试、AI驱动覆盖测试、对抗性测试和多语言测试。

开源监控工具，提升LLM应用性能。

Langtrace是一个开源的可观测性工具，用于收集和分析追踪和指标，帮助提升大型语言模型（LLM）应用的性能。它支持OpenTelemetry标准追踪，可自我托管，避免供应商锁定。Langtrace提供端到端的可观测性，帮助用户全面了解整个机器学习流程，包括RAG或微调模型。此外，Langtrace还支持建立反馈循环，通过追踪的LLM交互创建黄金数据集，不断测试和增强AI应用。

智能电脑助手，轻松玩转电脑

惠小微是一款全面覆盖办公、学习、娱乐场景的智能助手APP，通过实时翻译、会议记录、字幕翻译、语音输入等功能，帮助用户提升工作效率和学习效率。它还具备电脑性能提升工具，如快速配对、一键加速、清理空间等，使得电脑运行更加流畅。此外，惠小微与搜狗输入法合作，提供截图识图和智能纠错功能，为用户提供高效编写内容的辅助。

加速长上下文大型语言模型的预填充处理

MInference 1.0 是一种稀疏计算方法，旨在加速长序列处理的预填充阶段。它通过识别长上下文注意力矩阵中的三种独特模式，实现了对长上下文大型语言模型（LLMs）的动态稀疏注意力方法，加速了1M token提示的预填充阶段，同时保持了LLMs的能力，尤其是检索能力。

专为智能手机设计的高效大型语言模型推理框架

PowerInfer-2是一个为智能手机特别优化的推理框架，支持高达47B参数的MoE模型，实现了每秒11.68个token的推理速度，比其他框架快22倍。它通过异构计算和I/O-Compute流水线技术，显著减少了内存使用，并提高了推理速度。该框架适用于需要在移动设备上部署大型模型的场景，以增强数据隐私和性能。

.NET 9的第五个预览版，包含多项库改进和新功能。

.NET 9 Preview 5是.NET平台的最新预览版本，它为开发者带来了一系列新的功能和改进。其中包括增强的AI功能、性能优化、对Azure Cosmos DB的增强支持、对Blazor Hybrid模板的更新以及对ASP.NET Core的多项改进。这些更新旨在提高开发效率，增强应用程序的性能和可扩展性。

用于评估模型零样本语音生成能力的测试集

seed-tts-eval 是一个用于评估模型零样本语音生成能力的测试集，它提供了一个跨领域目标的客观评估测试集，包含从英语和普通话公共语料库中提取的样本，用于衡量模型在各种客观指标上的表现。它使用了Common Voice数据集的1000个样本和DiDiSpeech-2数据集的2000个样本。

简化软件质量保证的复杂性

QA Sphere旨在简化和增强QA流程，为团队提供所需的工具，同时避免任何冗余。我们的功能旨在提高效率，确保测试周期既彻底又高效。

切片GPT：通过删除行和列来压缩大型语言模型

切片GPT是一种新的后训练稀疏化方案，它通过用较小（密集）的矩阵替换每个权重矩阵来减少网络的嵌入维度。通过大量实验，我们展示了切片GPT可以在保持99%、99%和90%的零-shot任务性能的前提下，移除LLAMA2-70B、OPT 66B和Phi-2模型的高达25%的模型参数（包括嵌入）。我们的切片模型在较少的GPU上运行，并且在不进行任何额外代码优化的情况下运行速度更快：在24GB消费级GPU上，我们将LLAMA2-70B的推理总计算量减少到密集模型的64%；在40GB A100 GPU上，我们将其减少到66%。我们提供了一个新的见解，即变压器网络中的计算不变性，这使得切片GPT成为可能。我们希望它能激发并促进未来减少预训练模型的内存和计算需求的新途径。

提升机器翻译性能的对比偏好优化

Contrastive Preference Optimization是一种用于机器翻译的创新方法，通过训练模型避免生成仅仅足够而不完美的翻译，从而显著提高了ALMA模型的性能。该方法在WMT'21、WMT'22和WMT'23测试数据集上可以达到或超过WMT竞赛获胜者和GPT-4的性能。

新一代AI搜索引擎，专注程序员需求

Devv AI是一个新一代的AI搜索引擎，专为程序员设计。它能够提供针对各种编程问题的智能搜索结果，包括代码示例、性能优化建议、语言特性解释等。通过AI技术，Devv AI旨在帮助程序员快速找到高质量的解决方案和答案。

谷歌最强大的AI模型

Gemini是谷歌最强大和通用的AI模型，旨在成为多模态的，并针对三种不同大小进行了优化：Ultra，Pro和Nano。Gemini模型具有卓越的性能和下一代功能，可为各种应用提供强大的AI支持。 它提供可扩展的，高效的解决方案，并注重责任和安全性。 Gemini模型已经在市场上可用。

AI监督工具，监控客户支持交流质量

OneTone.ai Supervisor是一款面向客户支持和质量保证领导者的AI监督工具，它监控导致客户和收入损失的问题，以及所有书面客户交流的质量。该产品利用先进的AI技术，帮助客户服务和质量保证团队提高客户满意度，并改善代理质量评分、NPS、CSAT等指标。该产品可以节省25%-50%的客户支持和质量保证领导者的时间，评估代理的KPI数据，识别潜在的客户和收入损失，并支持20多种语言的多语言客服团队。

现代化的静态网站构建工具

Astro是一个现代化的静态网站构建工具，它具有高度的灵活性和易用性。它可以帮助开发人员快速构建静态网站，并且可以集成各种前端框架和工具。Astro使用组件驱动的开发模式，允许开发人员重用和组合组件，从而提高开发效率。它还支持自动静态化和动态数据加载，可以提供更好的性能和用户体验。Astro的定价根据不同的需求进行定制。

使用ChatGPT将开发工作效率提升100倍

Bito AI是一个帮助开发人员使用GPT-4和ChatGPT的工具，它能够提供代码生成、语法解释、测试用例生成、代码解释、性能优化、安全检查等功能。Bito AI可以节省每天一个小时的工作时间。

基于真实用户行为的端到端测试自动化

Checksum.ai可以将用户会话转化为完整的测试自动化流程，帮助您在不降低质量的情况下快速发布产品。它提供功能全面的端到端测试，帮助您发现和修复潜在的问题，并确保产品的稳定性和可靠性。定价根据用户需要定制。Checksum.ai定位于提供高效的测试解决方案，帮助团队快速迭代和交付产品。

优化AI性能的无代码Fine-Tuning

Fine-Tuner是一款优化AI性能的无代码Fine-Tuning工具。通过使用先进的Fine-Tuning技术，您可以在更少的数据和时间内获得更好的结果。Fine-Tuner可以帮助您提升NLP模型的性能，无需编写任何代码。您可以使用Fine-Tuner对现有的模型进行改进，优化其性能，从而节省时间和资源。Fine-Tuner还提供了丰富的功能列表，适用于各种场景。

全自动数据仓库和分析优化

Keebo是一个全自动数据仓库和分析优化平台，能够帮助数据团队节省时间、提升性能并节省成本。它学习和实时适应工作负载变化，优化云数据仓库和查询，无需团队任何努力。Keebo可以在几分钟内设置并在48小时内见效，无需更改仓库或应用程序。用户可以根据自己的需求进行配置，数据安全存储在仓库中，所有结果都可以在KPI仪表板中跟踪。通过全自动数据仓库优化，我们的客户在仓库许可成本上节省了高达70％。Keebo的算法基于顶尖大学多年的前沿研究，能够立即为您的数据团队带来许多好处。

AI代码优化工具

Refiner是一款利用人工智能提升代码质量的工具。它能够分析代码并提供改进建议，帮助开发者优化代码的性能、可读性和可维护性。Refiner的功能包括自动重构、代码规范检查和性能优化等。它具有极快的响应速度，平均响应时间不到1秒。Refiner注重用户隐私，不会保留用户输入的代码信息。该产品免费试用前三次。