Align-Anything开源项目 – 对齐多模态大模型的框架

Align-Anything 是一个旨在对齐任意模态大型模型（如LLMs、VLMs等）与人类意图和价值观的开源框架。它提供了高度模块化的设计，支持多种对齐算法和模态模型的微调。项目支持文本、图像、音频和视频等多种模态，并提供了相应的处理和对齐方法。用户可以通过该框架轻松定制和优化模型，以适应不同的任务需求。

Align-Anything的特点:

1. 高度模块化的框架设计，支持多种对齐算法
2. 支持多种模态模型的微调，如LLaMA、LLaVA、Gemma等
3. 提供多种对齐方法，包括SFT、DPO、PPO等
4. 支持多模态CLI，用于图像、音频和视频的处理
5. 提供O1-like训练，基于DollyTails数据集

Align-Anything的功能:

1. 通过CLI进行多模态推理
2. 使用提供的脚本进行模型训练和评估
3. 在Slurm集群上无缝迁移训练任务
4. 使用Wandb进行训练日志记录
5. 通过交互式客户端和竞技场进行模型对比

相关导航

CIRR开源项目 – 真实图像组合检索数据集

CIRR是一个基于真实图像的组合图像检索数据集，旨在支持组合图像检索任务。该数据集包含大量真实生活场景的图像数据，经过精心标注和验证，提供多样化的图像组合和检索挑战，适用于计算机视觉领域的研究和教育。

Namo-R1开源项目 – CPU友好的实时视觉语言模型

Namo-R1是一款仅需CPU即可实时运行的500M参数视觉语言模型，能够轻松超越Moondream2和SmolVLM。它不仅支持多语言OCR和图像描述等复杂任务，还完全开源，提供训练脚本和数据，便于用户进行二次开发和部署。

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。

TabReD开源项目 – 工业级表格机器学习基准测试

TabReD是一个面向现实世界的表格机器学习基准测试项目，提供真实工业级表格数据集，用于评估和比较不同机器学习模型在表格数据上的性能。它支持多种机器学习算法的基准测试，涵盖不同行业和应用场景，便于研究人员和开发者进行模型比较和优化。

icevision开源项目 – 通用计算机视觉框架

icevision 是一个通用的计算机视觉框架，可与任何训练库无缝集成，目前支持 Fastai 和 Pytorch-Lightning，未来还将扩展支持更多训练库。它提供了一个灵活且可扩展的平台，用于开发自定义计算机视觉模型，并轻松集成到现有的机器学习流程中。

SWE Arena开源项目 – 自动化软件工程平台

SWE Arena 是一个开源平台，旨在为自动化软件工程提供强大的代码执行和评估能力。它支持多种编程语言，提供安全的沙箱环境，自动管理依赖，并支持实时代码修改与反馈，从而显著提升开发效率。

GPTs开源项目 – 集合优秀 GPT 提示，助力用户

一个集合了优秀 GPT 提示的项目，旨在帮助用户更好地利用 GPT 技术。该项目提供了多种高质量的提示，支持不同场景的应用，易于使用和集成，并且是开源的，欢迎贡献和讨论。

changedetection.io开源项目 – 网页变化监控工具

changedetection.io 是一个开源的网页变化监控工具，能够自动化检测网页内容的任何变化，并通过电子邮件、Slack、Discord、Telegram 等多种渠道发送实时通知。它支持实时监控、多种通知方式、目标元素选择、浏览器自动化、自定义频率和虚拟位置支持等功能。用户可以使用 Docker 快速部署，并通过 Chrome 插件进行便捷安装。该项目适用于个人和企业用户，帮助他们实时捕捉网页变化，如商品价格、库存变化或网站公告更新等。

HOVER开源项目 – 为机器人提供灵活的运动控制解决方案

HOVER为机器人运动控制提供高效、灵活的神经网络解决方案，基于强化学习技术，能够实现复杂动作的精准控制，支持多种机器人模型，适配性强，并提供详细的训练和测试流程，易于上手。

R1-Searcher开源 – 提升LLM搜索能力的强化学习框架

R1-Searcher 是一个两阶段强化学习框架，旨在提升大型语言模型（LLM）的搜索能力。该框架通过结果导向的奖励机制工作，无需依赖过程奖励或知识蒸馏。研究表明，它允许 LLM 在推理过程中自主调用外部搜索系统，整合外部知识来解决知识密集型查询。在某些基准测试中，R1-Searcher 的表现显著优于现有的检索增强生成（RAG）方法，甚至与闭源模型（如 GPT-4o-mini）相当或更优。

BIP39 Tool开源项目 – BIP39助记词转换工具

BIP39 Tool 是一个用于将 BIP39 助记词转换为地址和私钥的工具，支持在线和离线版本。它帮助用户管理加密货币钱包和交易，代码开源且免费，适用于不同场景下的使用需求。项目提供了详细的地址生成功能，并支持自定义派生路径。

Light Schrödinger Bridge开源项目 – ICLR 2024论文实现

Light Schrödinger Bridge 是一个与Schrödinger桥概念相关的项目，提供了ICLR 2024论文的实现代码。该项目专注于Schrödinger桥的研究，旨在通过代码实现来推动相关理论的发展。

Gen AI Toolbox for Databases开源项目 – 数据库生成式AI开发工具箱

Google开源的Gen AI Toolbox for Databases是一个专为开发者设计的工具箱，旨在简化与数据库交互的生成式AI工具的开发过程。它提供了快速处理连接池、安全处理身份验证、内置详尽的技术文档等功能，帮助开发者更高效地构建和优化数据库相关的生成式AI应用。此外，工具箱还集成了OpenTelemetry支持，提升了端到端的可观测性，并简化了开发流程，使得集成工具仅需不到10行代码即可完成。

SLABIM开源项目 – 结合SLAM与BIM的开源数据集

SLABIM是一个开源的SLAM数据集，结合了建筑信息建模（BIM），适用于室内环境中的机器人定位和地图绘制。该数据集为SLAM算法的训练和测试提供了全面的支持，能够适应多种室内环境，促进强大的机器人定位和地图绘制解决方案的开发。