Class Re-Activation Maps for Weakly-Supervised Semantic Segmentation – “Facilitating animation and film production”-从声音生成3D面部模型

Analogenie是一个AI驱动的类比生成器，帮助作家通过生成上下文化的类比来增强他们的内容。它使用第三方cookie来个性化用户体验。

OpenICL是一个开源的框架，旨在支持上下文学习，提供多种算法和灵活的接口，便于集成到现有的自然语言处理模型中。

自然语言处理（NLP）教程，涵盖文本词向量、词法分析、预训练语言模型等常见NLP任务，适合作为入门学习和基线参考。

该项目是Azure OpenAI服务的示例代码库，旨在补充OpenAI的食谱，展示如何使用Azure OpenAI服务，涵盖多种使用场景，如文本生成和对话系统，提供易于理解的文档和示例，支持多种编程语言和框架。

SegViT是一个基于纯视觉变换器的语义分割项目，旨在提高图像分割任务的效率和性能。它能够处理多种图像分割任务，适应不同的应用场景，为研究人员和开发者提供了强大的工具。

本书的主要内容为自然语言处理相关的算法，包括相应的机器学习技术，重点介绍搜索引擎、推荐系统、对话系统等几个系统，并探讨对人工智能的一些看法。

Parlant是一个面向客户服务的大型语言模型（LLM）智能Agent的行为控制系统，通过动态控制机制确保代理遵循特定业务规则，匹配并激活每个具体情境下的行为指南。同时，它也是一个AI Agent的对话设计引擎，用于构建智能客服系统，支持预设用户提问场景并编写对应功能，如RAG查询或调用函数执行任务。

GLM-4是智谱开源的一个系列模型，包含基座模型、不同上下文长度的Chat模型和视觉模型。该系列模型在性能上全面超越LLaMA 3 8B，具备更快的速度和更低的价格。GLM-4支持1M无损上下文和26种语言，函数调用能力提升40%，视觉模型GLM 4V 9B的能力比肩GPT 4V。

MiniMax-01 是一个开源项目，包含基础语言模型 MiniMax-Text-01 和视觉多模态模型 MiniMax-VL-01。它支持超长上下文处理，适合AI Agent领域和各种需要处理大量信息的场景。该模型采用混合架构，结合Lightning Attention、Softmax Attention和专家混合（MoE），能在推理时处理长达400万token的上下文，并在多个学术基准测试中表现出色。此外，它还支持文本/图像/3D模型联合生成，实现在游戏资产创作场景中的风格一致性控制，生成速度比Stable Diffusion快3倍。

AndesGPT-7B是OPPO研究院基于Baichuan2项目继续训练得到的70亿参数规模中文语言模型，采用800B中文语料进行微调，能够有效处理多种中文自然语言处理任务。

中科闻歌研发的新一代开源大语言模型，采用了超过 2 万亿 Tokens 的高质量、多语言语料进行预训练。

GPT-3 是一个具有 1750 亿参数的强大语言模型，展示了更大的模型在多种实际任务中表现更好的现象。它在自然语言处理领域具有显著的优势，能够理解和生成多种形式的文本。

一个用于生成文本和语言处理的示例项目，结合了LangChain和Google的Gemini模型，提供了多种语言生成和处理功能。

Paper-Reading是一个专注于自然语言处理（NLP）领域的论文阅读列表，涵盖了对话系统、文本摘要、主题建模等多个子领域。该项目旨在为研究人员和开发者提供一个全面且易于导航的论文资源库，帮助用户及时了解NLP领域的最新研究成果。项目会定期更新，确保收录的论文具有相关性和时效性。

Nanbeige-16B（南北阁-16B）是南北阁大模型实验室研发的160亿参数规模的大语言模型，采用了2.5T Tokens进行预训练，数据包含大量互联网高质量语料、各类书籍、代码等领域脱敏文本，在各个权威测评数据集上都取得了不错的效果。本次发布包含有 Base、Chat 以及扩展上下文长度的 Base-32k、Chat-32k 版本。

ERNIE是百度开发的自然语言处理框架，旨在通过持续学习和预训练技术提升语言理解与生成能力。它支持多种自然语言处理任务，包括文本分类、问答系统、文本生成等，并在多种任务中实现了最先进的性能。ERNIE基于Transformer架构，具备高效的模型优化和训练策略，支持多语言处理，适用于中文及其他语言的自然语言处理任务。