Robust Autonomy Emerges from Self-Play官网 – 无需人类数据的自动驾驶训练

Cosmos-Predict1是由Nvidia开发的物理AI世界基础模型，能够从文本或视频提示生成世界状态，并通过预测帧合成连续运动。该项目特别适用于自动驾驶和机器人训练领域，提供高效的图像和视频分词器，支持Text2World和Video2World生成。模型参数范围从40亿到150亿，可根据推理需求选择，生成物理感知视频。

MLX 是 Apple 芯片上用于机器学习的阵列框架，由 Apple 机器学习研究团队提供。它提供了熟悉的 API 和强大的功能，支持多种计算模式和设备，旨在简化机器学习模型的构建与训练。

Towhee 是一个开源的嵌入框架与社区，旨在帮助用户使用深度学习的方法处理非结构化数据，如图片、视频和自然语言。

Instill VDP是一个开源的无代码/低代码平台，旨在快速创建AI工作流程。它能够处理非结构化数据，确保高效的数据连接、灵活的管道设计，以及平滑的AI模型与数据源集成。

DevClad是一个社交工作平台，旨在帮助开发者通过AI每周进行一对一的交流，建立强大的开发者网络。它还提供简洁的工作空间，使团队合作项目和黑客松活动变得无缝，快速将想法转化为MVP。

BLOOMZ是由BigScience和Hugging Face开发的多语言大语言模型系列，通过对BLOOM和mT5预训练模型进行跨语言任务混合（xP3）微调，实现在46种自然语言和13种编程语言中的零样本指令跟随能力。支持从300M到176B的多种参数规模，适用于翻译、内容生成、概念解释等多样化NLP任务。

分享一个端到端的开源 OCR 模型，号称 OCR 2.0，支持场景文本、文档、乐谱、图表、数学公式等内容识别，拿到了 BLEU 0.972 高分。

ModernBERT 是一个开源项目，旨在通过架构变更和扩展将 BERT 带入现代化。它引入了 FlexBERT，一种模块化编码器构建方法，并依赖于 YAML 配置文件来构建模型。ModernBERT 扩展了 MosaicBERT 的功能，包括 Flash Attention 2，并在各种 NLP 任务中显示出比传统 BERT 模型更高的准确性和效率。该项目提供了用于预训练和评估的代码，并支持与 PyLate 和 Sentence Transformers 集成的检索模型训练和评估。

这是一个关于几何生成模型（GGM）的教程资料，旨在帮助用户理解和实现各种生成模型。它提供了理论背景、实际应用示例，并支持多种模型的实现，同时包含易于使用的代码示例以及最新的研究进展。

NocoAI是一个无代码和无服务器的平台，使用户能够轻松构建、管理和部署GPT应用及模型，无需任何编码经验。它提供简单的用户界面来生成客户端或后端API，定义提示模板和变量，并创建微调模型。

Pulsar是一个本地运行的AI推理平台，允许用户在不依赖外部服务的情况下，利用自己的计算机处理AI模型推理。它支持多种AI模型，并提供用户友好的界面，使得共享和部署变得简单，同时具备高性能计算的支持。

用JAX/Flax训练的SmolLM风格语言模型，能在有限的计算资源下高效预训练，快速达到较高性能。该项目专注于利用现代深度学习框架JAX和Flax，提供灵活的训练选项，并优化资源使用，使其适合在计算资源受限的环境中进行实验和开发。

Tray.io是一款重塑工作流程自动化的工具，结合AI驱动的集成功能，帮助企业简化流程、提升生产力，适用于各种用户，包括IT团队、市场营销、销售和人力资源管理。

Vizzy是一个基于ChatGPT的数据可视化工具，支持上传JSON、CSV、XML等多种数据格式，并能够生成图表、图形、地图等多种可视化效果。该项目是100%开源的，采用MIT许可证。

COATI是一种多模态对比预训练的药物化学空间表示和遍历模型，结合文本和3D分子表示进行无人工偏见的学习，适用于结构模型的下游任务。该模型具有固定维度、可逆性和自编码等特点，能够实现准确回归并降低计算成本，特别适用于元动力学法和多参数优化设计的药物分子。