1. Enchanted-開源的iOS本地LLM應用

Enchanted 是一個開源的 iOS 應用，它允許你在移動設備上運行語言模型。該應用能夠快速地識別語音和文本並進行分類，是一個非常有用的工具。這個項目的代碼已經在 GitHub 上公開，並且允許開發者自由調整和使用。

劃重點

• Enchanted 是一個開源的 iOS 應用
• 該應用可以在移動設備上運行語言模型，識別語音和文本並進行分類
• 該項目的代碼已經在 GitHub 上公開，可以自由調整和使用

標簽：移動應用, 開源項目, 語言模型

原文鏈接見文末/1[1]

2. MAG-億級推薦系統圖神經網絡實現開源

該項目介紹了MAcro Recommendation Graph（MAG）和Macro Graph Neural Networks（MacGNN），這些方法通過將相似的行為模式分組為宏節點來解決圖神經網絡的計算復雜性，從而顯著減少了節點數。MAG和MacGNN能夠有效地應對億級別的推薦系統，具有良好的應用前景。

劃重點

• 介紹了MAcro Recommendation Graph（MAG）和Macro Graph Neural Networks（MacGNN）的圖神經網絡方法
• 將相似的行為模式分組為宏節點，從而顯著減少了節點數
• 該項目在億級別的推薦系統上具有良好的應用前景

標簽：圖神經網絡, 推薦系統, GitHub

原文鏈接見文末/2[2]

3. Plock開源：可在任何輸入框直接使用LLM

近日，GitHub上一個名為Plock的Repo備受關註。該Repo提供了一種新的方法，可以讓用戶在任何可以輸入文本的地方直接使用LLM。LLM是一種專業術語，代表著一種很強的自然語言處理技術。用戶隻需在輸入框中輸入相應的命令，就可以讓計算機執行對應操作。這意味著用戶可以更加高效地完成各種任務，提高工作效率。據悉，Plock是一個開源項目，目前已經獲得了很多技術愛好者的關註和積極參與。

劃重點

• Plock是一個開源項目，提供了一種新的方法，可以讓用戶在任何可以輸入文本的地方直接使用LLM。
• 用戶隻需在輸入框中輸入相應的命令，就可以讓計算機執行對應操作。
• Plock備受關註，已經獲得了很多技術愛好者的關註和積極參與。

標簽：Plock, LLM, 自然語言處理

原文鏈接見文末/3[3]

4. WhisperKit：將OpenAI的語音識別模型集成到Apple的CoreML框架中

WhisperKit是一個用Swift編寫的開源庫，它將OpenAI的Whisper語音識別模型與Apple的CoreML框架集成，以在Apple設備上進行高效的本地推理。它可以通過Swift Package Manager集成到Swift項目中。WhisperKit會自動下載推薦的模型，但也可以創建和部署微調版本。您可以在該倉庫中找到一個演示應用程序的鏈接。

劃重點

• WhisperKit將OpenAI的語音識別模型集成到Apple的CoreML框架中
• 可以在Apple設備上進行高效的本地推理
• 支持自動下載推薦模型和創建部署微調版本

標簽：WhisperKit, Swift, OpenAI

原文鏈接見文末/4[4]

5. a16z:為什麼2023年是AI視頻的突破之年，2024年有什麼期待

2023年初，還沒有公開的文本到視頻模型可用，但現在有數十個在全球擁有數百萬用戶的活躍使用模型。雖然這些產品中的許多仍然存在限制，但過去一年的進展表明，這個行業即將發生巨大轉變。本文將審視AI視頻生成領域迄今最重要的發展，關註值得關註的公司，以及該領域尚未解決的基本問題。

劃重點

• AI視頻生成領域在2023年取得了重大突破
• 現在有數十個在全球擁有數百萬用戶的活躍使用模型
• 這個行業即將發生巨大轉變

標簽：AI視頻生成, 文本到視頻模型, 視頻生成領域

原文鏈接見文末/5[5]

6. Lilac Garden快速聚類技術：將語言模型訓練效率提高100倍

在訓練語言模型時，一個挑戰是為任務找到足夠多樣化的數據集。更難的是，將這些數據可視化。這個很酷的工具使用快速聚類和主題建模，使得可以探索數據，以改善過濾和整體質量。

劃重點

• Lilac Garden使用快速聚類和主題建模技術
• 該技術可將語言模型訓練效率提高100倍
• Lilac Garden可用於數據探索，以改善過濾和整體質量

標簽：Lilac Garden, 聚類技術, 語言模型訓練

原文鏈接見文末/6[6]

7. DeFlow-自動駕駛中的場景流預測

DeFlow是一種用於估計場景中三維運動的新方法，這是自動駕駛所必需的關鍵技能。它通過從基於體素的方法向基於點特征的方法過渡，並使用門控循環單元細化和引入新的損失函數，克服了傳統體素化方法的局限性。

劃重點

• DeFlow是一種用於估計場景中三維運動的新方法
• 它通過從基於體素的方法向基於點特征的方法過渡
• DeFlow克服了傳統體素化方法的局限性

標簽：自動駕駛, 場景流估計, 三維運動估計

原文鏈接見文末/7[7]

8. AI Steve：你的AI產品增長顧問

AI Steve是一傢專註於AI產品增長的咨詢公司，提供從市場調研到用戶體驗優化的全流程服務。其團隊由來自世界各地的AI專傢組成，為客戶制定切實可行的增長策略，幫助企業在競爭激烈的市場中脫穎而出。此外，他們還開發了一套AI產品優化工具，能夠快速分析產品問題並提出解決方案，讓企業的AI產品更加符合用戶需求。

劃重點

• AI Steve是專註於AI產品增長的咨詢公司
• 提供從市場調研到用戶體驗優化的全流程服務
• 開發了一套能快速分析產品問題的AI產品優化工具

標簽：AI產品, 咨詢服務, 市場調研

原文鏈接見文末/8[8]

每日AIGC

關註「漫話開發者」，精選全球AI前沿科技資訊以及高質量AI開源工具，幫你給每天AI前沿劃重點！

– END –

參考資料

[1]

原文鏈接見文末/1: https://github.com/AugustDev/enchanted?utm_source=talkingdev.uwl.me

[2]

原文鏈接見文末/2: https://github.com/yuanchenbei/macgnn?utm_source=talkingdev.uwl.me

[3]

原文鏈接見文末/3: https://github.com/jasonjmcghee/plock?utm_source=talkingdev.uwl.me

[4]

原文鏈接見文末/4: https://github.com/argmaxinc/whisperkit?utm_source=talkingdev.uwl.me

[5]

原文鏈接見文末/5: https://a16z.com/why-2023-was-ai-videos-breakout-year-and-what-to-expect-in-2024/?utm_source=talkingdev.uwl.me

[6]

原文鏈接見文末/6: https://docs.lilacml.com/blog/introducing-garden.html?utm_source=talkingdev.uwl.me

[7]

原文鏈接見文末/7: https://github.com/kth-rpl/deflow?utm_source=talkingdev.uwl.me

[8]

原文鏈接見文末/8: https://www.conversionexamples.com/ai?utm_source=talkingdev.uwl.me