LLaSA: 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量
LLaSA_training 是一个基于 LLaMA 的语音合成训练项目,旨在通过优化训练时间和推理时间的计算资源,提升语音合成模型的效率和性能。该项目利用开源数据集和内部数据集进行训练,支持多种配置和训练方式,具有较高的灵活性和可扩展性。其主要优点包括高效的数据处理能力、强大的语音合成效果以及对多种语言的支持。该项目适用于需要高性能语音合成解决方案的研究人员和开发者,可用于开发智能语音助手、语音播报系统等应用场景。
VSCode扩展,基于最新的代理框架进行代码编辑
CodeStory: SOTA SWE是一个基于代理框架的VSCode扩展,它能够完成复杂的代码库任务,执行终端命令,并支持自定义API密钥。这个插件代表了当前软件开发中自动化和智能化的趋势,通过减少重复性工作,提高开发效率,是现代软件开发中不可或缺的工具之一。它免费提供,适用于希望提升编码效率和质量的开发者。
免费 npm 库,用 Llama 3.2 Vision 进行 OCR,输出 markdown 文本
开源 npm 库,免费使用 Llama 3.2 Vision 进行 OCR,支持本地和远程图像,计划支持 PDF,受 Zerox 启发,有免费和付费接口
一站式数据处理系统,为大型语言模型提供高质量数据。
Data-Juicer 是一个一站式的多模态数据处理系统,旨在为大型语言模型(LLMs)提供更高质量、更丰富、更易消化的数据。它提供了一个系统化和可复用的数据处理库,支持数据与模型的协同开发,通过沙盒实验室实现快速迭代,并提供基于数据和模型的反馈循环、可视化和多维度自动评估等功能,帮助用户更好地理解和改进他们的数据和模型。Data-Juicer 正在积极更新和维护,定期增强和添加更多功能、数据配方和数据集。
用于微调Meta Llama模型的库和示例脚本集合
llama-recipes是Meta Llama模型的配套仓库,旨在提供一个可扩展的库,用于微调Meta Llama模型,并提供一些示例脚本和笔记本,以便快速开始使用模型在各种用例中,包括领域适应的微调和构建基于LLM的应用程序。
构建为您工作的AI团队
使用BrainSoup,您可以创建自定义AI代理来处理任务并通过自然语言自动化流程。提高AI的能力与您的数据,同时保持最佳的隐私和安全性。BrainSoup支持多个大型语言模型和语义核心技术,使AI代理更加强大和个性化。
© 2025 AIbase 备案号:闽ICP备08105208号-14