蚝油菜花_个人页

2024年11月

• 11.27 23:40:29
  发表了文章 2024-11-27 23:40:29

  HART：麻省理工学院推出的自回归视觉生成模型

  HART（Hybrid Autoregressive Transformer）是麻省理工学院推出的自回归视觉生成模型，能够直接生成1024×1024像素的高分辨率图像，质量媲美扩散模型。HART基于混合Tokenizer技术，显著提升了图像生成质量和计算效率，适用于数字艺术创作、游戏开发、电影和视频制作等多个领域。
• 11.27 23:39:29
  发表了文章 2024-11-27 23:39:29

  WebDreamer：基于大语言模型模拟网页交互增强网络规划能力的框架

  WebDreamer是一个基于大型语言模型（LLMs）的网络智能体框架，通过模拟网页交互来增强网络规划能力。它利用GPT-4o作为世界模型，预测用户行为及其结果，优化决策过程，提高性能和安全性。WebDreamer的核心在于“做梦”概念，即在实际采取行动前，用LLM预测每个可能步骤的结果，并选择最有可能实现目标的行动。

  
• 11.24 23:42:38
  发表了文章 2024-11-24 23:42:38

  VideoChat：高效学习新神器！一键解读音视频内容，结合 AI 生成总结内容、思维导图和智能问答

  VideoChat 是一款智能音视频内容解读助手，支持批量上传音视频文件并自动转录为文字。通过 AI 技术，它能快速生成内容总结、详细解读和思维导图，并提供智能对话功能，帮助用户更高效地理解和分析音视频内容。

  
• 11.22 22:08:05
  发表了文章 2024-11-22 22:08:05

  今日 AI 开源｜共 12 项｜开源的DIY健康追踪项目，基于低成本的智能戒指构建私人的健康监测应用

  本文介绍了多个开源项目，涵盖了从量子计算错误纠正到视频生成和编辑的广泛应用领域。这些项目展示了AI技术在不同领域的创新和应用潜力。

  
• 11.22 21:59:17
  发表了文章 2024-11-22 21:59:17

  Open Interpreter：AI 赋能终端！在终端中对话AI模型进行编程，通过运行代码来完成各种计算机操作任务

  Open Interpreter 是一个让语言模型运行代码的强大工具，提供了一个类似 ChatGPT 的界面，支持多种编程语言和丰富的功能。

  
• 11.22 21:53:33
  发表了文章 2024-11-22 21:53:33

  AI Shell：在命令行里“对话” AI ，微软推出将 AI 助手引入命令行的 CLI 工具，打造对话式交互命令行

  AI Shell 是一款强大的 CLI 工具，将人工智能直接集成到命令行中，帮助用户提高生产力。AI Shell 支持多种 AI 模型和助手，通过多代理框架提供丰富的功能和灵活的使用模式。
• 11.21 19:40:22
  发表了文章 2024-11-21 19:40:22

  今日 AI 开源｜共 4 项｜DeepSeek 推出新一代 AI 推理模型，实力比肩 OpenAI o1-preview！

  本文介绍了四个最新的 AI 开源项目，涵盖多模态生成式 AI、自然语言到 SQL 转化、多模态数学推理和复杂逻辑推理等多个领域，为 AI 应用开发提供了丰富的资源和工具。

  
• 11.21 17:11:48
  发表了文章 2024-11-21 17:11:48

  最佳实践！使用 GraphRAG + GLM-4 对《红楼梦》全文构建中文增强检索

  特别介绍`graphrag-practice-chinese`项目，这是一个针对中文优化的GraphRAG应用实例，通过改进文本切分策略、使用中文提示词及选择更适合中文的模型等手段，显著提升了处理中文内容的能力。项目不仅包括详细的搭建指南，还提供了《红楼梦》全文的索引构建与查询测试示例，非常适合个人学习和研究。
• 11.21 17:07:23
  发表了文章 2024-11-21 17:07:23

  WebChat：开源的网页内容增强问答 AI 助手，基于 Chrome 扩展的最佳实践开发，支持自定义 API 和本地大模型

  WebChat 是一个基于 Chrome 扩展开发的 AI 助手，能够帮助用户理解和分析当前网页的内容，支持自定义 API 和本地大模型。
• 11.20 22:27:17
  发表了文章 2024-11-20 22:27:17

  今日 AI 开源｜共 10 项｜ 复合 AI 模型，融合多个开源 AI 模型组合解决复杂推理问题

  今日 AI 简报涵盖多项技术革新，包括多模态检索增强生成框架、高保真虚拟试穿、视频生成、生成式软件开发、上下文感知记忆管理等，展示了 AI 在多个领域的广泛应用和显著进步。

  
• 11.20 22:26:03
  发表了文章 2024-11-20 22:26:03

  Documind：开源 AI 文档处理工具，将 PDF 转换为图像提取结构化数据

  Documind 是一款利用 AI 技术从 PDF 中提取结构化数据的先进文档处理工具，支持灵活的本地或云端部署。

  
• 11.20 22:25:16
  发表了文章 2024-11-20 22:25:16

  Memoripy：支持 AI 应用上下文感知的记忆管理 Python 库

  Memoripy 是一个 Python 库，用于管理 AI 应用中的上下文感知记忆，支持短期和长期存储，兼容 OpenAI 和 Ollama API。

  
• 11.20 22:24:35
  发表了文章 2024-11-20 22:24:35

  Perplexica：开源 AI 搜索引擎，Perplexity AI 的开源替代品，支持多种搜索模式、实时信息更新

  Perplexica 是一款开源的 AI 驱动搜索引擎，支持多种搜索模式和实时信息更新，适用于个人、学术和企业等不同场景。

  
• 11.20 21:55:31
  发表了文章 2024-11-20 21:55:31

  OmniSearch：阿里巴巴通义推出的多模态检索增强生成框架

  本文介绍了阿里巴巴通义实验室推出的多模态检索增强生成框架 OmniSearch，该框架具备自适应规划能力，能够动态拆解复杂问题，根据检索结果和问题情境调整检索策略，从而提升检索效率和准确性。

  

2020年03月

• 03.23 02:17:00
  提交了问题 2020-03-23 02:17:00

  oss 上传图片成功能够put，但视频put失败返回403