Whisper-Input开源项目 – 键盘语音输入工具

Whisper-Input 是一个实用的键盘语音输入工具，用户通过按下Option键开始语音输入，松开后调用语音转文本模型进行快速转译。它还支持通过按下Shift + Option组合键实现中文语音输入转译为多语言文本输出。目前该工具仅支持在终端上运行使用，未来将推出macOS客户端，为用户提供更便捷的语音输入体验。

Whisper-Input的特点:

1. 通过Option键快速启动语音输入
2. 支持中文语音输入转译为多语言文本输出
3. 调用语音转文本模型进行快速转译
4. 未来将推出macOS客户端

Whisper-Input的功能:

1. 在终端上运行使用
2. 按下Option键开始语音输入，松开后转译
3. 按下Shift + Option组合键实现中文语音输入转译为多语言文本输出

相关导航

Intel Extension for Transformers

Intel Extension for Transformers 是一个开源项目，旨在使客户端 CPU 上的大型语言模型（LLM）微调成为可能，特别是在没有 GPU 的情况下。它支持在 CPU 上进行 QLoRA 微调，适用于笔记本电脑环境，并通过优化的性能提升模型训练效率。该项目与 HuggingFace Transformers 兼容，支持 4 位推理，并利用 Intel 神经压缩器提供丰富的模型压缩技术，如量化、剪枝和蒸馏，显著提高了英特尔平台上的推理效率。此外，它还支持自动化的仅限权重的 INT4 量化流程，兼容多个流行的大语言模型，如 Llama2、Llama 和 GPT-NeoX。

BrowserAI开源项目 – 隐私保护下的快速本地AI推理

BrowserAI 是一种在浏览器中运行本地AI模型的工具，无需依赖服务器，既保护用户隐私，又实现快速推理。

Gameboy开源项目 – 全功能跨平台 GameBoy 模拟器

Gameboy 是用 Rust 开发的全功能跨平台 GameBoy 模拟器。目标已经在 Windows、Ubuntu 和 Mac 上进行了完全的测试。

Moodist开源项目 – 专注放松的听觉网站

Moodist是一个有助于专注于放松的听觉网站，界面简洁颜值高，内置超过78种环境声音，用户可以自由选择和组合这些声音。该项目完全开源和免费，提供了多种功能，如睡眠计时器、便签功能和番茄时钟功能，帮助用户放松、集中注意力、改善睡眠质量、提高工作效率以及进行时间管理和任务规划。

MiniMind-V开源项目 – 极简视觉语言模型实现

MiniMind-V是MiniMind纯语言模型的视觉能力拓展，包含VLM大模型的极简结构、数据集清洗、预训练(Pretrain)、监督微调(SFT)等全过程代码。它是开源VLM模型的最小实现，也是入门视觉语言模型的简明教程。

Deep-tempest开源项目 – 利用深度学习窃取HDMI信号的电磁辐射

Deep-tempest 是一个通过深度学习技术从 HDMI 信号的电磁辐射中恢复图像的项目。它基于 gr-tempest 项目（即 Van Eck Phreaking 或 TEMPEST 技术），通过深度学习显著提高了窃取图像的质量。项目展示了如何从 HDMI 电缆的电磁辐射中捕获屏幕图像，并通过深度学习模型进行图像恢复，将字符错误率从 90% 降低到不到 30%。项目提供了详细的代码、数据集和执行指南，用户可以通过配置环境并运行代码来复现实验结果。

Auto-Analyst开源 – AI驱动的数据分析工具

Auto-Analyst 是一个 AI 驱动的数据分析工具，旨在简化数据科学流程。它通过集成多种 AI 代理，自动化数据预处理、统计分析、机器学习和可视化等复杂任务，提供交互式 Streamlit 接口以提升效率。项目开源，基于 MIT 许可证，未来计划包括优化提示、改进代码修复等。

Agently-Daily-News-Collector开源项目 – 自动新闻汇总生成器

Agently-Daily-News-Collector 是一个基于Agently AI应用开发框架的开源项目，能够根据用户输入的主题关键词，自动完成新闻汇总报告的结构设计、栏目组稿（含新闻检索、筛查、总结、栏目信息撰写）及报告MarkDown格式文件的输出全过程。该项目旨在通过AI代理自动生成高质量的新闻汇总报告，用户只需输入主题，AI代理将自动完成所有工作，并生成MarkDown格式的新闻汇总文件。

创建百万参数级语言模型助手开源项目 – 构建简化版大型语言模型

从零开始构建具有LLaMA 1架构的2.3M参数大型语言模型（LLM），无需高端GPU，采用简化数据集和基础PyTorch实现。该项目旨在使更多开发者能够在资源有限的情况下，轻松构建和训练自己的语言模型，适用于研究和开发用途。

Awesome-Token-Merge-for-MLLMs开源项目 – 优化MLLM的Token处理效率

该项目是一个精选论文列表，专注于为多模态大语言模型（MLLM）提供高效的Token合并、减少、重采样和丢弃方法。通过整合多篇相关论文，帮助开发者和研究人员理解和实现高效的Token管理策略，从而优化多模态大语言模型的Token处理效率。

DeepKnowledgeTracing开源项目 – 基于深度学习的知识追踪模型

Deep Knowledge Tracing (DKT) 是一种利用循环神经网络 (RNNs) 来追踪学生知识状态的深度学习模型。该模型由 Chris Piech 等人在 NIPS 2015 的论文中提出，旨在通过分析学生的学习历史来预测其未来的表现。DKT 能够处理大规模的教育数据，并提供对学习过程和知识获取的深入见解。此外，该模型的开源实现可在 GitHub 上获取。

GKD开源项目 – 自动跳过广告的安卓工具

GKD 是一款基于 Android 无障碍服务的开源工具，旨在自动跳过应用中的广告，包括开屏广告和应用内弹窗等。通过本地规则和远程订阅规则，用户可以完全自定义拦截内容，无需 root 权限即可轻松使用，操作简单友好。