基于Llama构建的语音语言模子LLaMA-Omni；增强记忆的长文本建模检索方法；
✨ 1: LLaMA-OmniLLaMA-Omni是基于Llama-3.1-8B-Instruct构建的语音语言模子，支持高质量低延伸的语音互动。
https://i-blog.csdnimg.cn/direct/d290919a9a4a42859ddf820c8ef0b2a6.jpeg
LLaMA-Omni是一个基于Llama-3.1-8B-Instruct构建的语音语言模子，旨在实现高效的语音互动。该模子支持低延伸和高质量的语音交互，能够根据语音指令同时天生文本和语音相应。其延伸低至226毫秒，并在不到三天内使用四个GPU进行训练完成，从而能够快速相应用户的需求。
地点：https://github.com/ictnlp/LLaMA-Omni
✨ 2: MemLong
MemLong 是一种增强记忆的长文本建模检索方法，旨在进步文本处理效果。
https://i-blog.csdnimg.cn/direct/c7deb763ed5d499182e1b69a609ae2f2.jpeg
MemLong是一个针对长文本建模的内存增强检索模子。它旨在有用处理超长文本的相关信息，同时进步天生文本的质量和正确性。MemLong联合了内存增强的策略，能够在处理长文本时进行更有用的信息检索，从而提拔模子在长文本处理任务中的性能。
地点：https://github.com/Bui1dMySea/MemLong
✨ 3: anything-llm
AnythingLLM是一个全功能的AI应用，支持多用户、文档交换和自界说设置，操纵简朴。
https://i-blog.csdnimg.cn/direct/d765d5f03baf49a0b2ef51abd17186b8.jpeg
Anything-LLM 是一款全栈应用步调，旨在帮助用户将任何文档或资源转化为可供大型语言模子（LLM）使用的上下文，从而在对话中提供更丰富的内容支持。用户可以选择不同的 LLM 或向量数据库，并支持多用户管理和权限设置，险些无需复杂的设置即可使用。
多模态支持：可以使用多种贸易和开源 LLM。
多用户支持：适合团队协作使用。
智能代理：支持在工作区内实行浏览、运行代码等任务。
文档支持：支持多种文档类型，包括 PDF、TXT 和 DOCX。
云摆设：100% 支持云平台摆设。
自界说 API：提供开发者 API 以便进行自界说集成。
地点：https://github.com/Mintplex-Labs/anything-llm
✨ 4: SciAgents
SciAgents通过多智能体图推理自动化科学发现，展现了生物启发材料领域的隐蔽跨学科关系。
https://i-blog.csdnimg.cn/direct/5c4375fbe6cd4d3a8eba32f321f703cb.jpeg
SciAgents是一个由麻省理工学院（MIT）的研究团队开发的框架，旨在通过多智能体智能图推理来自动化科学发现。该框架联合了三个核心概念：大规模本体知识图谱的使用、海量语言模子和数据检索工具的联合，以及具备现场学习本领的多智能体系统。SciAgents专注于生物启发材料的研究，能够展现以前被认为没有关系的学科间隐蔽关系，逾越传统人类驱动的研究方法，实现更高的规模、精度和探索本领。
地点：https://github.com/lamm-mit/SciAgentsDiscovery
✨ 5: Robot Utility Models
Robot Utility Models（RUMs）是一种无需微调即可在新环境中直策应用的机器人政策训练框架。
https://i-blog.csdnimg.cn/direct/ce1b47c4a2174cdeb72714775047f724.jpeg
Robot Utility Models是一种新兴的 robot policy 框架，旨在实现零-shot（无需微调）在新环境中的机器人政策摆设。该模子通过利用大规模数据训练的机器人模子，展示了在真实世界中的操纵和导航本领。RUMs 可以直接推广到新的环境中，而无需针对每个新环境进行微调，这与语言或视觉模子在开放世界问题上的机动性形成对比。
为了高效创建Robot Utility Models，研究者们开发了新工具，以快速网络移动操纵任务的数据，并通过多模态模拟学习（multi-modal imitation learning）将这些数据集成到政策中。该系统在Hello Robot Stretch机器人上进行摆设，并引入了外部的多模态大型语言模子（mLLM）验证器进行重试操纵。研究中训练了五个实用模子，任务包括开柜门、开抽屉、拾起餐巾纸、拾起纸袋和重新定位倾倒的物体。在未见的新环境中，该系统平均乐成率达90%。
地点：https://github.com/haritheja-e/robot-utility-models
更多AI工具，参考国内AiBard123，Github-AiBard123 公众号：每日AI新工具
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]