StarryDivineSky
精选了10K+项目,包括机器学习、深度学习、NLP、GNN、推荐系统、生物医药、机器视觉、前后端开发等内容。Selected more than 10k+ projects, including machine learning, deep learning, NLP, GNN, recommendation system, biomedicine, machine vision, etc. Let more excellent projects be discovered by people. Continue to update! Welcome to star!
https://github.com/wuwenjie1992/StarryDivineSky
Last synced: 13 days ago
JSON representation
-
3D视觉生成重建
-
资源传输下载
- openai/shap-e - E是一个由OpenAI开发的用于生成3D对象的项目,它可以通过文本或图像来生成3D模型。该项目利用扩散模型,能够从文本描述或图像中创建多样且高质量的3D形状。其核心在于使用神经辐射场(Neural Radiance Fields, NeRFs)作为中间表示,并训练一个扩散模型来生成这些NeRFs的参数。SHAP-E的优势在于其生成速度快,并且能够生成各种各样的3D对象,而无需复杂的3D建模专业知识。它提供了一个简单易用的界面,允许用户通过简单的文本提示或上传图像来生成3D模型。该项目旨在推动3D内容创作的民主化,让更多人能够轻松创建3D对象。SHAP-E的训练数据包括大量的3D模型和相应的文本描述或图像,使其能够学习到文本和图像与3D形状之间的复杂关系。该项目为3D建模、游戏开发、虚拟现实等领域带来了新的可能性。
- ahujasid/blender-mcp - MCP 是一个 Blender 插件,旨在简化和加速多相机摄影测量工作流程。它通过自动相机姿态估计、相机校准和场景重建,显著减少手动操作。该插件利用 OpenCV 和 COLMAP 等库进行图像处理和三维重建。主要功能包括:自动相机参数估计、相机姿态优化、稀疏和稠密点云生成、以及纹理模型创建。用户只需导入图像序列,插件即可自动处理,生成高质量的三维模型。Blender-MCP 特别适用于快速原型设计、视觉效果和游戏开发等领域,能够将现实世界物体快速数字化。 项目目标是提供一个易于使用且高效的摄影测量解决方案,即使没有专业知识的用户也能轻松上手。该插件支持多种相机类型和图像格式,具有很强的灵活性和可扩展性。
- threestudio-project/threestudio
- widgetti/ipyvolume
- NVIDIA-AI-IOT/Lidar_AI_Solution - AI-IOT/Lidar_AI_Solution项目是一个展示激光雷达相关AI解决方案的项目,它包含三个GPU加速的激光雷达/相机深度学习网络:PointPillars、CenterPoint和BEVFusion。该项目还集成了相关的库,例如cuPCL用于点云处理,3D SparseConvolution用于稀疏卷积,YUV2RGB用于图像格式转换,cuOSD用于屏幕显示。这些网络和库共同构建了一个高效的激光雷达AI解决方案,旨在加速激光雷达数据的处理和分析,并为自动驾驶等应用提供支持。该项目利用GPU加速技术,提升了深度学习模型的推理速度,使得实时处理激光雷达数据成为可能。通过PointPillars, CenterPoint, BEVFusion等网络,项目能够实现三维物体检测等功能。
- nv-tlabs/lift-splat-shoot
- HengyiWang/spann3r
- Stability-AI/stable-point-aware-3d
- Roblox/cube
- NIRVANALAN/GaussianAnything
- zrporz/4DLangSplat
- ZhaochongAn/Multimodality-3D-Few-Shot - 3D-Few-Shot,旨在解决3D点云语义分割中的少样本学习问题。该项目已被ICLR 2025接收为Spotlight论文。其核心思想是利用多模态信息来提升少样本3D点云语义分割的性能。具体而言,项目可能融合了来自不同传感器或数据源的信息,例如图像、文本等,以增强对3D点云的理解。通过结合多模态数据,模型能够更好地泛化到新的类别,即使只有少量标注样本。该项目关注的是如何有效地利用多模态数据来克服3D点云少样本学习的挑战,并提高分割精度。它可能包含用于数据处理、模型训练和评估的代码和脚本。研究重点在于设计能够有效融合多模态信息的模型架构和训练策略,从而在少样本场景下实现更好的3D点云语义分割效果。
- google-deepmind/lab
- google/draco
- OpenDroneMap/ODM
- yzslab/gaussian-splatting-lightning - splatting-lightning,由yzslab开发。它实现了基础的3D高斯溅射算法,并包含多种衍生算法。该项目提供了一个交互式的Web查看器,方便用户可视化和操作3D高斯模型。核心原理是使用3D高斯分布来表示场景,通过优化高斯参数来拟合图像,实现高质量的渲染。该框架利用PyTorch Lightning简化了训练流程,方便研究人员快速实验和开发新的算法。项目旨在提供一个灵活且易于扩展的平台,用于3D场景重建和渲染。它支持自定义损失函数和优化策略,可以应用于各种计算机视觉任务。该项目还包含详细的文档和示例代码,方便用户上手和使用。
- VAST-AI-Research/MIDI-3D - Instance Diffusion for Single Image to 3D Scene Generation”,核心是多实例扩散模型。它能够从单张图像推断出包含多个物体的3D场景,而不仅仅是单个物体。项目的主要目标是提升单图到3D场景生成的质量和多样性。MIDI模型利用扩散过程逐步生成3D场景,并考虑了场景中多个物体之间的关系。该项目隶属于VAST-AI-Research组织。具体实现细节和代码可以在GitHub上找到。该项目旨在推动单图3D场景生成领域的发展,并为相关研究提供参考。
- zhaorw02/DeepMesh
- facebookresearch/mvdust3r - DUSt3R+,可在2秒内从稀疏视图中进行单阶段场景重建。项目特色在于其快速的重建速度和从稀疏视图中工作的能力。该项目是MV-DUSt3R的改进版本。更多信息请访问项目主页:https://mv-dust3rp.github.io/。该项目提供了MV-DUSt3R+的开源实现。
- PzySeere/MetaSpatial - 语言模型(VLMs)的3D空间推理能力。它旨在实现更结构化、更逼真、更具适应性的场景生成,适用于元宇宙、增强现实/虚拟现实(AR/VR)和游戏开发等领域。该项目通过强化学习,让VLMs更好地理解和生成3D空间关系,从而创造更沉浸式的体验。MetaSpatial的核心在于提升模型对空间信息的理解和利用,使其生成的场景更符合物理规律和用户预期。项目目标是为构建更真实的虚拟世界提供技术支持,并推动相关领域的发展。
- iris0329/SeeGround
- hzxie/CityDreamer4D
- ML-GSAI/FlexWorld - View Synthesis",提供官方PyTorch实现。FlexWorld通过逐步构建和完善3D场景,能够实现更灵活和高质量的视角合成。该项目旨在解决传统方法在处理复杂场景和视角变化时的局限性。它利用可变形神经辐射场(Deformable Neural Radiance Fields)等技术,实现场景的动态扩展和优化。FlexWorld的主要特色在于其逐步扩展的场景表示方法,可以更好地适应不同的视角和场景复杂度。通过这种方法,FlexWorld能够生成更逼真和一致的图像,尤其是在视角变化较大的情况下。该项目提供详细的代码和文档,方便研究人员和开发者使用和扩展。总而言之,FlexWorld为灵活视角合成提供了一个强大的工具,通过逐步扩展3D场景实现高质量的图像生成。
- cnr-isti-vclab/meshlab - ISTI-VCLab开发和维护。MeshLab支持多种3D文件格式,包括PLY、STL、OBJ、OFF、3DS、VRML和COLLADA。其主要特色在于能够高效处理大型网格模型,并提供丰富的网格编辑和处理工具集。MeshLab通过算法优化,实现了对大规模数据集的快速处理和可视化。它还支持脚本编写,允许用户自定义处理流程。MeshLab广泛应用于文化遗产保护、逆向工程、医学可视化等领域。该项目持续更新,不断增加新的功能和改进现有算法。MeshLab的开源特性使其成为研究和教育的理想平台。
- playcanvas/supersplat
- VAST-AI-Research/TripoSG
- allenai/objaverse-xl - XL是一个包含超过1000万个3D对象的宇宙级数据集。该项目提供API脚本,方便用户下载和处理这些3D模型。Objaverse-XL的目标是构建一个庞大且易于访问的3D对象库,用于各种研究和应用。用户可以利用提供的脚本,根据自己的需求筛选、下载和处理数据集中的模型。该项目的特色在于其规模庞大,覆盖了广泛的3D对象类型。通过API脚本,用户可以高效地管理和利用这个巨大的3D资源库。Objaverse-XL为3D建模、计算机视觉、机器人等领域的研究人员和开发者提供了宝贵的资源。它极大地简化了获取大规模3D数据的流程,促进了相关领域的发展。
- VAST-AI-Research/TripoSF - AI-Research的研究成果,专注于高分辨率和任意拓扑结构的3D形状建模。该项目名为SparseFlex,旨在实现灵活且高效的3D模型表示。TripoSF利用稀疏的体素场(Sparse Voxel Fields)来表示3D形状,从而能够处理复杂的拓扑结构和高分辨率细节。其核心思想是通过学习一个神经隐式曲面(Neural Implicit Surface)来重建3D形状,并使用稀疏体素场加速渲染和查询。项目特色在于其能够处理任意拓扑结构,例如具有孔洞或多个连接组件的形状。通过优化神经隐式曲面,TripoSF可以生成高质量的3D模型,并且具有良好的可编辑性和可控性。该项目为3D建模、计算机图形学和计算机视觉等领域提供了新的解决方案。
- CompVis/EDGS
- hzxie/GaussianCity
- hanyang-21/VideoScene
- dptech-corp/Uni-3DAR - 3DAR是一个实现了论文“Uni-3DAR: Unified 3D Generation and Understanding via Autoregression on Compressed Spatial Tokens”的项目。它旨在通过自回归方式处理压缩的空间tokens,实现统一的3D生成和理解。该项目支持多种3D任务,例如生成、补全和理解。其核心思想是将3D数据表示为离散的tokens,然后使用Transformer模型进行自回归建模。Uni-3DAR的关键优势在于它能够处理不同类型的3D数据,并执行各种3D任务,而无需针对特定任务进行定制。项目代码提供了一个统一的框架,用于3D数据的生成和理解。该项目使用了一种新颖的token化方法,将3D空间划分为小的体素,并将每个体素编码为一个token。通过这种方式,3D数据可以被视为一个序列,然后使用Transformer模型进行处理。Uni-3DAR在多个3D数据集上取得了有竞争力的结果,证明了其有效性。该项目为3D视觉研究提供了一个有价值的工具,并为未来的研究方向提供了新的思路。
- NVlabs/FoundationStereo
- MiaoQiaowei/Awesome-4D - 4D 是一个精选的4D(时间维度)相关资源列表,涵盖了4D重建、4D分割、4D光场、动态场景理解等多个领域。该项目旨在帮助研究人员和开发者快速找到所需的4D相关论文、数据集、代码和工具。项目特色在于其全面性和及时性,持续更新最新的4D研究进展。它通过整理和分类不同领域的4D资源,方便用户按需查找,例如4D人体姿态估计、4D场景流估计等。Awesome-4D 收集了大量相关论文,并标注了论文发表的会议或期刊,方便用户追踪学术来源。此外,项目还包含了常用的4D数据集,方便研究人员进行实验和评估。对于想要入门或深入研究4D相关领域的开发者来说,Awesome-4D 是一个非常有价值的资源导航。
- DylanOrange/geal - 3D一致性对齐模块:迁移预训练2D模型的语义与泛化能力至3D分支;显著提升3D功能识别的泛化性与鲁棒性。
- ZexinHe/Neural-LightRig
- GasaiYU/PartRM
- yuwen-chen616/PHT-CAD - CAD是一个基于物理混合Transformer (PHT) 的计算机辅助设计 (CAD) 项目,旨在实现高效且精确的几何建模。它采用物理信息神经网络 (PINN) 作为几何表示,结合Transformer的强大序列建模能力,能够处理复杂的CAD任务,例如曲面重建、参数化设计和形状优化。该项目的主要特点包括利用PINN隐式地表示几何形状,并使用Transformer学习几何形状之间的关系,从而实现更好的泛化能力和鲁棒性。PHT-CAD的核心工作原理是将CAD模型视为物理系统,通过求解偏微分方程来描述几何形状,然后利用Transformer学习这些物理系统的解。项目提供了一套完整的工具和示例,方便用户进行CAD模型的创建、编辑和分析。此外,PHT-CAD还支持多种CAD文件格式的导入和导出,方便与其他CAD软件进行集成。该项目适用于各种CAD应用场景,例如产品设计、建筑设计和工程仿真等。
- VAST-AI-Research/UniRig - AI-Research开发。
- nerfstudio-project/gsplat
- bmild/nerf
- MrNeRF/awesome-3D-gaussian-splatting - 3D-gaussian-splatting 是一个专注于整理3D高斯泼溅(3D Gaussian Splatting)领域研究的项目,旨在系统性收集和分类该技术相关的论文、工具、代码实现及资源,以应对未来几个月可能出现的研究热潮。该项目的核心特色是通过分类标签(如基础算法、优化方法、应用场景等)对大量学术成果进行结构化梳理,便于研究者快速定位最新进展。其工作原理基于3D高斯泼溅技术,该技术通过将三维场景中的点云数据表示为高斯分布参数(均值、协方差矩阵、不透明度等),利用优化算法调整这些参数以重建高质量三维场景。项目内容涵盖从基础理论到实际应用的全链条资源,包括开源代码库、可视化工具、数据集以及不同场景(如虚拟现实、自动驾驶、医学影像)的案例分析。此外,项目还特别关注高斯泼溅在实时渲染、轻量化模型和动态场景重建等方向的突破,同时提供社区贡献指南和持续更新机制,确保内容与前沿研究同步。其目标不仅是为研究者提供一站式知识库,也通过标准化的分类体系推动该技术的可复用性和跨领域协作。
- awesome-NeRF/awesome-NeRF
- zeux/meshoptimizer
- xiangechen/chili3d
- NVlabs/neuralangelo
- hustvl/4DGaussians - Time Dynamic Scene Rendering项目旨在通过4D高斯点云技术实现动态场景的实时渲染。该项目基于高斯分布模型对三维空间和时间维度进行建模,能够高效处理动态物体的运动轨迹和场景变化。核心特色在于结合了高斯点云的密度优势与动态场景的时空连续性,通过优化点云密度和位置分布实现高质量实时渲染。其工作原理是将动态场景表示为高斯分布的集合,每个高斯点包含位置、尺度、方向和时间参数,通过实时更新点云状态并结合渲染算法生成动态图像。该方法相比传统动态场景渲染技术具有更高的效率和更优的视觉效果,尤其适用于需要实时交互的虚拟现实和增强现实应用。项目提供了完整的代码实现和训练流程,支持PyTorch框架,包含数据预处理、模型训练和渲染模块。用户可通过指定参数调整渲染质量与速度,适用于多种动态场景数据集。项目还提供了可视化工具和示例代码,方便快速上手和实验验证。该技术在保持高精度的同时显著降低了计算复杂度,为动态场景的实时渲染提供了新的解决方案。项目文档详细说明了算法原理、实验结果和应用场景,同时附有相关论文链接和演示视频,便于进一步研究和应用。该项目由HUST VL实验室开发,致力于推动实时动态场景渲染技术的发展,具有较高的学术价值和工程应用潜力。
- Tencent-Hunyuan/HunyuanWorld-1.0 - 1.0项目是一款基于Hunyuan3D世界模型开发的沉浸式3D世界生成系统,能够通过文字描述或像素图像输入,自动生成可探索、可交互的3D虚拟环境。该项目采用多模态AI技术,将文本指令与图像信息转化为三维空间结构,用户可通过自然语言指令或上传图像引导系统生成特定场景,例如建筑、自然景观或科幻场景等。系统的核心工作原理基于深度学习模型,通过训练大规模多模态数据集,使模型能够理解文字与图像的语义关联,并将其映射到三维几何结构、材质纹理和光照效果中。生成的3D世界支持实时交互,用户可通过虚拟现实设备或PC端进行探索,例如移动视角、触控物体或调整环境参数。项目特别强调交互性,允许用户通过语音指令修改场景细节,或通过拖拽操作调整物体位置,同时提供物理引擎支持物体碰撞与动态效果。技术架构中整合了生成对抗网络(GAN)与扩散模型技术,以提升生成内容的分辨率与细节精度。目前该系统已应用于游戏开发、虚拟现实教育、数字孪生等领域,为用户提供从概念设计到交互体验的一站式解决方案。
- zju3dv/EasyVolcap - NeRF)。其核心优势在于高效的数据处理和优化的训练流程,可以显著缩短实验周期。项目包含详细的文档和示例代码,方便用户快速上手。EasyVolcap适用于人体动作捕捉、虚拟现实和增强现实等领域。它支持多视点视频输入,并提供高质量的体积视频重建结果。该项目采用模块化设计,易于扩展和定制。EasyVolcap为神经体积视频研究者提供了一个强大且灵活的平台。
- dendenxu/fast-gaussian-rasterization - gaussian-rasterization方法,可以实现5到10倍的渲染速度提升。该项目利用CUDA进行并行计算,并通过几何着色器优化渲染流程。核心在于全局排序,以提高渲染效率。适用于需要快速渲染3D高斯溅射的场景。项目主要关注性能优化,提供更快的渲染速度。
- stepfun-ai/Step1X-3D - 3D是一个专注于生成高保真且可控的带纹理3D资产的开源项目,其核心目标是通过人工智能技术实现高质量3D模型的可控生成。项目基于扩散模型与控制网络结合的技术框架,能够根据用户输入的文本描述、图像参考或3D形状作为条件,生成具有精细几何结构和真实纹理的3D模型。其工作原理分为两个阶段:第一阶段通过扩散模型生成基础几何结构,第二阶段利用控制网络结合多模态输入(如文本、图像)生成高分辨率纹理,最终将几何与纹理融合为完整3D资产。项目支持多种输入方式,包括自然语言描述、参考图像和形状参数,用户可通过调整控制参数精确调节生成结果的细节。生成的3D模型可输出为OBJ、GLTF等常见格式,适用于虚拟现实、游戏开发、3D打印等场景。技术亮点包括分阶段训练策略确保几何与纹理质量,多模态条件控制提升生成可控性,以及支持高分辨率纹理生成。项目开源且提供预训练模型,用户可通过简单命令行指令完成从输入到输出的全流程,显著降低了3D资产生成的技术门槛。
- worldbench/survey - D相机)、建模算法(如神经辐射场NeRF、隐式表面表示)、优化方法(如物理约束优化、多模态融合)到应用场景(如虚拟现实、自动驾驶、机器人导航)的完整技术链条。其核心特色在于通过分类框架梳理了不同建模范式(如基于网格的显式建模、基于体素的隐式建模、基于神经网络的参数化建模),并对比分析了各方法在精度、效率、可扩展性等方面的优劣。同时,项目还提出了当前研究面临的挑战,如动态场景建模的时序一致性、多模态数据融合的对齐问题、高维空间的计算复杂性等,并针对这些挑战指出了未来可能的研究方向,例如结合物理引擎的仿真建模、强化学习驱动的自适应建模、跨模态表示学习等。该综述通过结构化梳理现有文献与技术路线,为研究者和开发者提供了清晰的技术演进脉络与实践指导,尤其适合需要快速了解该领域技术全貌的研究人员或工程团队参考。
- Tencent-Hunyuan/Hunyuan3D-2.1 - 2.1是由腾讯混元团队开发的,能够从单张或多张图像生成高质量3D资产的项目。它生成的3D模型具有生产级别的PBR材质,可以直接用于游戏、动画等领域。该项目利用先进的AI技术,实现了快速且高效的3D模型重建。核心优势在于其高保真度和材质真实感,能显著降低3D资产制作成本。Hunyuan3D-2.1旨在简化3D内容创作流程,让开发者更容易地获得高质量的3D资源。具体实现细节和技术原理可能需要进一步研究项目代码和文档。该项目版本为2.1,可能包含性能优化和功能改进。
- hexianWeb/CubeCity
- stevenlovegrove/Pangolin
- ByteDance-Seed/depth-anything-3 - Seed 团队开发的一款基于深度学习的三维空间感知项目,专注于高精度深度估计任务。该项目通过改进的神经网络架构和多模态输入支持(如RGB图像、LiDAR点云等),实现了对复杂场景下物体深度信息的高效预测。其核心工作原理基于自监督学习与大规模数据训练,结合注意力机制和特征融合技术,显著提升了模型在不同光照条件、遮挡场景下的鲁棒性。项目提供多种预训练模型,支持从低分辨率(如256x256)到高分辨率(如1024x1024)的多尺度推理,并优化了推理速度以适应移动端或嵌入式设备部署。相比前代版本,Depth Anything 3 在保持高精度的同时,通过轻量化模型设计降低了计算资源需求,同时新增了对动态场景的实时深度估计能力。项目还提供完整的训练框架、评估工具包和可视化接口,开发者可快速复现实验并集成到实际应用中。其应用场景涵盖机器人导航、增强现实(AR)、自动驾驶、三维重建等领域。此外,项目代码开源并支持多平台部署(如GPU/TPU),开发者可通过贡献指南参与模型优化与功能扩展,形成活跃的社区协作生态。
- OctoMap/octomap
- norlab-ulaval/libpointmatcher
- colmap/colmap - from-Motion, SfM)和多视角立体视觉(Multi-View Stereo, MVS)技术从图像中生成三维模型。该项目基于C++开发,部分功能通过Python脚本实现,支持多种图像格式(如JPEG、PNG等),可自动完成相机标定、特征提取与匹配、稀疏重建以及密集点云生成等流程。其核心功能包括:1)通过SIFT或SuperPoint等算法提取图像特征并进行匹配;2)利用鲁棒的SfM算法构建相机姿态和稀疏三维点云;3)采用基于块的MVS方法生成密集点云和纹理映射的网格模型。COLMAP的工作原理依赖于多视角图像的几何约束和深度估计,适用于从单张图像到复杂场景的三维重建任务。项目提供命令行接口,包含完整的文档(位于docs目录)和示例数据(位于examples目录),支持Linux、macOS和Windows系统。其特点包括高精度重建、支持大规模数据集处理、模块化设计便于扩展,以及通过可视化工具(如COLMAP Viewer)实时查看重建结果。项目采用BSD-3-Clause开源协议,适合科研和教育用途,但不保证商业可用性。用户可通过GitHub获取源码和详细使用指南,适合需要从图像序列生成三维模型的研究者或开发者。
- mp3guy/ElasticFusion - D相机的实时密集视觉SLAM系统,可实现高精度的三维环境重建与实时定位。该项目通过动态调整的体素网格(Voxel Grid)技术,将RGB-D相机采集的深度信息转化为密集点云,结合视觉特征匹配算法,实现对场景的实时建图与位姿估计。其核心工作原理是利用TSDF(Truncated Signed Distance Function)方法,将深度数据与RGB图像信息融合,构建场景的三维体素表示,并通过优化算法动态调整体素分辨率,以平衡计算效率与重建精度。系统支持多种传感器输入,包括Intel RealSense、Kinect V2等RGB-D设备,同时兼容CUDA加速以提升实时性能,适用于机器人导航、增强现实(AR)等场景。项目采用C++开发,依赖PCL(Point Cloud Library)等开源库,提供可定制的模块化设计,允许开发者根据需求调整体素网格参数、优化算法或集成其他传感器数据。ElasticFusion强调实时性与鲁棒性,通过动态调整体素分辨率,可在不同光照和动态场景下保持稳定性能。开发者可通过GitHub获取源码,并参考项目文档中的构建指南与示例代码快速部署,其开源协议允许商业使用与修改,适合学术研究与工业应用。
- flexible-collision-library/fcl
- XDimLab/GIFStream
- wgsxm/PartCrafter - based Compositional Module),将生成的部件按照原始物体的拓扑关系重新组合。该模块通过变换器架构学习部件间的空间关系和装配规则,确保最终生成的 3D 模型在全局结构上与目标物体一致。例如,组合后的桌腿和桌面需符合物理约束,避免几何冲突。 项目特色包括:**部件级生成控制**(用户可单独修改某部件的形状或纹理)、**跨部件结构一致性**(确保组合后整体结构合理)、以及**高保真网格输出**(通过扩散模型生成的部件细节丰富)。相比传统单步生成方法,PartCrafter 的组合式架构能更精确地控制复杂物体的局部与全局结构,适用于需要高精度几何建模的场景(如工业设计、虚拟现实)。目前项目已支持通过文本或示例输入生成特定类别的 3D 模型,并提供了基于 PyTorch 的实现框架。
- microsoft/TRELLIS.2 - 全局特征对齐技术,将复杂3D结构转化为低维潜在表示,再通过逆向扩散过程逐层重建完整模型。相较于传统方法,TRELLIS.2在保持生成质量的同时显著降低了计算开销,其潜在空间设计使模型能够精准控制生成物体的局部细节,例如通过调整特定区域的潜在向量直接修改物体形状或材质。项目特别强调对几何语义的保留,支持基于文本描述或点云输入的生成,适用于虚拟现实、工业设计等领域。实验表明,该方法在ShapeNet等基准数据集上实现了比现有SOTA方法更高的生成精度(FID指标降低12%)和更优的计算效率(推理速度提升3倍),同时保持了对复杂几何结构的稳定性。其开源代码和预训练模型可通过GitHub获取,支持PyTorch框架部署。
-
-
A01_文本生成_文本对话
-
其他_文本生成_文本对话
- SUSYUSTC/MathTranslate
- Awesome-TOD-NLG-Survey
- openai/gpt-3 - 3,一种具有 1750 亿个参数的自回归语言模型,比之前任何非稀疏语言模型多 10 倍,并在少数镜头设置中测试其性能。对于所有任务,GPT-3 在没有任何梯度更新或微调的情况下应用,任务和少数镜头演示纯粹通过与模型的文本交互来指定。GPT-3 在许多 NLP 数据集上实现了强大的性能,包括翻译、问答和完形填空任务,以及一些需要即时推理或领域适应的任务,例如解密单词、在句子中使用新单词或执行 3 位数算术。同时,我们还确定了 GPT-3 的少数镜头学习仍在挣扎的一些数据集,以及 GPT-3 面临与大型网络语料库训练相关的方法问题的一些数据集。最后,我们发现 GPT-3 可以生成人类评估人员难以区分的新闻文章样本与人类撰写的文章。我们讨论了这一发现和一般 GPT-3 更广泛的社会影响。
- openai/gpt-2
- karpathy/minGPT
- karpathy/nanoGPT - 2) 的最简单、最快的存储库。
- minimaxir/gpt-2-simple - 2 文本生成模型
- XiangLi1999/PrefixTuning
- RUCAIBox/TextBox - 2 (Radford et al.)、XLNet (Yang et al., 2019)、BERT2BERT (Rothe et al., 2020)、BART(Lewis et al。,2020)
- fastnlp/CPT - 解码器,联合 MLM 和 DAE 进行预训练。用于汉语理解和生成的预训练.
- songhaoyu/BoB
- YunwenTechnology/QueryGeneration
- beyondguo/genius
- imcaspar/gpt2-ml
- EleutherAI/gpt-neo - tensorflow库扩展到完整的GPT3尺寸(甚至可能更多!)。
- rikdz/GraphWriter
- liucongg/GPT2-NewsTitle
- ZhuiyiTechnology/t5-pegasus
- google-research/text-to-text-transfer-transformer - Decoder 模型,并且构建了无监督/有监督的文本生成预训练任务,最终将效果推向了一个新高度。
- google-research/multilingual-t5
- Morizeyao/GPT2-Chinese
- bojone/t5_in_bert4keras
- PENS-Personalized-News-Headline-Generation
- yangjianxin1/GPT2-chitchat
- RUCAIBox/MVP - 解码器架构。使用标记数据集进行监督预训练。还具有特定于任务的软提示,以刺激模型执行特定任务的能力。专为自然语言生成而设计,可以适应各种生成任务。我们的模型也可以适应自然语言理解任务。收集了7种代表性生成任务的45个有标签数据集,共计3200千万条样本(23GB),来作为预训练语料。第一阶段,使用这些语料训练一个标准的Transformer,即MVP;第二阶段,冻结住MVP,利用每个任务的数据训练任务特定的连续型提示(即7组提示)。
- RUCAIBox/Context-Tuning
- samueldobbie/markup - 3 提供支持
- deeppavlov/DeepPavlov
- bentrevett/pytorch-seq2seq
- RasaHQ/rasa - 创建聊天机器人和语音助手
- gunthercox/ChatterBot
- howdyai/botkit
- 0hq/WebGPT
- huggingface/alignment-handbook - tuning监督微调,教语言模型遵循有关如何收集和策划自己的训练数据集的说明和提示。Reward modeling奖励建模:教授语言模型根据人类或AI偏好区分模型响应。Rejection sampling剔除采样:一种简单但功能强大的技术,可提高SFT模型的性能。直接偏好优化(DPO):PPO的强大而有前途的替代方案。
- OSU-NLP-Group/Mind2Web
- dsdanielpark/Bard-API
- thu-coai/CDial-GPT
- MuiseDestiny/zotero-gpt - 3.5-turbo 和 gpt-4。询问有关当前 PDF 文件(全文或所选文本)的问题。对所选论文(摘要)提出问题。 将所选论文总结成几个高度浓缩的句子。根据所选文本搜索库中的项目。
- microsoft/LMOps
- google/sentencepiece
- aishwaryanr/awesome-generative-ai-guide
- immersive-translate/immersive-translate
- CopyTranslator/CopyTranslator
- user1342/Tomato - 在自然语言中隐藏加密消息。如何运作:LLM 生成的封面文本:LLM 像往常一样,根据提示生成连贯的文本。使用 MEC 嵌入:MEC 用于将隐藏消息(密文)的概率分布与LLM,这种耦合最小化了联合熵,确保隐写文本(带有嵌入消息的封面文本)保留了自然语言的统计属性,使隐藏的消息实际上无法被检测到。解码过程:在解码过程中,LLM 通过提供隐写文本的上下文感知解释来提供帮助,然后反向使用 MEC 将隐藏的消息与隐藏文本分离,该过程利用嵌入过程中使用的相同概率分布,确保在不影响隐藏文本完整性的情况下准确提取消息。此方法可确保隐藏的消息无缝集成到文本中,并且可以在以后安全、精确地检索,同时将检测风险降至最低。
- AdityaNG/kan-gpt - Arnold 网络 (KAN) 进行语言建模的生成式预训练转换器 (GPT) 的 PyTorch 实现
- Ceelog/DictionaryByGPT4
- KellerJordan/modded-nanogpt - Momentum Orthogonalized by Newton-schulz)。要执行训练,请在 8xA100 或 8xH100 节点上运行以下三个命令。他们在 8xH100 上以 <20 分钟完成,互联网连接良好。这将在 Fineweb [1] 的 2.67B 令牌上训练一个 124M 参数的 transformer 进行 5100 个步骤,实现 ~3.277 的验证损失。相比之下,默认的 llm PyTorch trainer 在训练 10B 令牌后会产生 >3.28 验证损失。
- argosopentech/argos-translate
- dsfsi/textaugment - learn)无缝集成。
- awslabs/sockeye
- LibreTranslate/LibreTranslate
- OpenNMT/OpenNMT-py - py 是一个基于 PyTorch 的开源神经机器翻译框架,支持多种 NLP 任务,如翻译、语言建模、摘要等。该项目已不再积极维护,推荐使用其衍生项目 Eole。OpenNMT-py 支持大型语言模型 (LLM),并提供 8位和 4 位量化功能,可用于微调 7B 和 13B 模型。该项目提供教程和文档,方便用户上手使用。
- google-research/language
- Byaidu/PDFMathTranslate - YOLO 等开源项目。
- Azure/co-op-translator - op-translator 是一个 Python 包,利用 Azure AI 服务的先进语言模型技术,通过单个命令轻松生成多语言翻译,简化项目多语言化过程,支持 Markdown 文件和图片中的文本翻译,易于集成到现有项目中,简化本地化流程。
- karpathy/char-rnn - rnn提供了更简洁高效的实现。
- 920232796/bert_seq2seq - large、gpt2、t5等模型,支持seq2seq、cls_classifier、sequence_labeling、sequence_labeling_crf、relation_extract等任务。
- deepset-ai/FARM
- facebookresearch/large_concept_model - BERT。LCM在多种任务上表现出强大的性能,包括文本生成、文本补全和句子编辑。LCM的优势在于其对句子语义的直接建模,使其能够生成更连贯、更符合逻辑的文本。项目鼓励研究者基于LCM进行进一步的探索和应用。
- Conchylicultor/DeepQA
- xyshao23/Awesome-Generative-Models-for-Decision-Making-Taxonomy - Generative-Models-for-Decision-Making-Taxonomy,旨在整理和分类用于决策的生成模型。它提供了一个生成模型在决策领域应用的全面综述,涵盖了从模仿学习到强化学习等多个方面。该项目的主要特色在于对现有生成模型进行系统性的分类和组织,方便研究者快速找到相关模型并了解其应用场景。项目可能包含模型架构、训练方法、应用案例以及相关论文链接等信息。通过对这些模型进行分类,该项目旨在促进生成模型在决策领域的进一步研究和应用,帮助研究人员更好地理解和利用生成模型解决实际决策问题。该项目可能关注生成对抗网络(GANs)、变分自编码器(VAEs)以及其他类型的生成模型。
- maboloshi/github-chinese
- infrost/DeeplxFile
-
大语言对话模型及数据
- PCL-Platform.Intelligence/PanGu-Alpha
- PCL-Platform.Intelligence/PanGu-Dialog - Dialog。PanGu-Dialog是以大数据和大模型为显著特征的大规模开放域对话生成模型,充分利用了大规模预训练语言模型的知识和语言能力,基于预训练+持续微调的学习策略融合大规模普通文本和对话数据训练而成。
- cryscan/multilingual-share - 90k 项目,希望借助大家的力量推进数据清洗与对齐工作。可能与各位想象的有所不同,GPT模型主要通过预训练数据集赋能,语料的质量对模型最终性能至关重要。然而,百度知道、CSDN、知乎等平台软文过多;小木虫等高质量平台语料过少;个人博客内容质量参差不齐。OpenAI完成数据集的收集花费了巨大成本,以至于需要从微软集资。我们无力承担如此巨大的开销,于是需要各位有志于筹建开放获取语料,并有一定外语基础的网友们献上自己的力量。[RWKV-Wiki/MultilingualShareGPT](https://github.com/RWKV-Wiki/MultilingualShareGPT)
- JosephusCheung/GuanacoDataset
- wangrui6/Zhihu-KOL
- datasets/BAAI/COIG - Zlab/COIG](https://github.com/BAAI-Zlab/COIG)
- YeungNLP/firefly-train-1.1M
- BelleGroup/train_3.5M_CN
- BelleGroup/train_2M_CN
- BelleGroup/train_1M_CN
- BelleGroup/train_0.5M_CN
- BelleGroup/generated_chat_0.4M
- BelleGroup/school_math_0.25M
- juletxara/mgsm
- sunzeyeah/chinese_chatgpt_corpus
- zxbsmk/webnovel_cn
- QingyiSi/Alpaca-CoT
- promptingguide.ai/zh
- steven2358/awesome-generative-ai
- friuns2/BlackFriday-GPTs-Prompts
- gptshunter.com
- fanqiwan/FuseAI - 7B-VaRM,它融合了三个LLMs具有不同架构和规模的著名聊天,即 NH2-Mixtral-8x7B、NH2-Solar-10.7B 和 OpenChat-3.5-7B。FuseChat-7B-VaRM 在 MT-Bench 上的平均性能为 8.22,优于 Starling-7B、Yi-34B-Chat 和 Tulu-2-DPO-70B 等各种强大的聊天,LLMs甚至超过了 GPT-3.5(March)、Claude-2.1,并接近 Mixtral-8x7B-Instruct。FuseChat采用融合后合并的策略,有两个主要阶段。首先,对源LLMs进行成对知识融合,通过轻量级微调推导出多个结构和大小相同的目标LLMs;然后,将这些目标LLMs合并到参数空间中,提出了一种基于参数矩阵微调前后变化比确定合并权重的新方法VaRM。
- openai/summarize_from_feedback
- openai/webgpt_comparisons
- LLMBook-zh/LLMBook-zh.github.io
- FreedomIntelligence/HuatuoGPT-sft-data-v1
- shibing624/medical
- 中文医疗信息处理评测基准CBLUE_数据集-阿里云天池
- FreedomIntelligence/huatuo_encyclopedia_qa
- BillGPT/Chinese-medical-dialogue-data
- michaelwzhu/ShenNong_TCM_Dataset
- michaelwzhu/ChatMed_Consult_Dataset - 3.5引擎回答的。后续会对互联网上的医生回答与患者回答进行筛选甄别,择优选择,构建质量更优的数据集。
- FreedomIntelligence/huatuo_knowledge_graph_qa
- wangrongsheng/HealthCareMagic-100k-en - 患者对话。通过手动和自动方式过滤这些数据,删除医生和患者的身份信息,并使用语言工具纠正语法错误。
- wangrongsheng/icliniq-10k-en
- liyucheng/zhihu_rlhf_3k
- Anthropic/hh-rlhf
- dikw/hh_rlhf_cn - rlhf中文翻译版本。基于Anthropic论文Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback 开源的helpful 和harmless数据,使用翻译工具进行了翻译。hh_rlhf_train 合并中英文训练集数据清洗过后17万条,hh_rlhf_test 合并中英文测试集数据 清洗过后9千条,harmless_base_cn_train 42394条,harmless_base_cn_test 2304条,helpful_base_cn_train 43722条,helpful_base_cn_test. 2346条。
- beyond/rlhf-reward-single-round-trans_chinese - reward-datasets](https://huggingface.co/datasets/yitingxie/rlhf-reward-datasets) [beyond/rlhf-reward-single-round](https://huggingface.co/datasets/beyond/rlhf-reward-single-round)
- zhiweihu1103/AgriMa - 首个开源中文农业大模型。由山西大学、山西农业大学、The Fin AI联合研发,以Baichuan为底座,基于海量有监督农业领域相关数据微调,具备广泛的农业知识和智能分析能力,该模型旨在为农业领域提供全面而高效的信息处理和决策支持。
- SUSTech/SUS-Chat-34B - CCNL联合发布的34B中英双语对话模型。该模型基于 `01-ai/Yi-34B` 数百万个高质量的多语言教学数据,并对其进行了微调。在保持基础模型强大的语言能力的同时,通过高质量的指令微调改善了模型对人类指令的响应,并擅长通过思维链模仿人类的思维过程。它在长文本中引入了指令间注意力共享,将窗口大小从 4K 扩展到 8K,显着增强了多回合对话的可用性。采用14亿令牌的高质量复杂指令数据进行训练,涵盖中英文、多轮对话、数学、推理等各类指令数据
- qgyd2021/rlhf_reward_dataset - reward-single-round-trans_chinese;dikw/hh_rlhf_cn;Anthropic/hh-rlhf;liyucheng/zhihu_rlhf_3k;stanfordnlp/SHP。
- stanfordnlp/SHP - RLHF 数据集有何不同?最值得注意的是,SHP 中的所有数据都是自然发生的和人工编写的,而 HH-RLHF 中的响应是机器编写的,这为我们提供了两种可以相互补充的截然不同的分布。SHP 与其他抓取 Reddit 的数据集(如 ELI5)有何不同?SHP 使用时间戳信息来推断偏好,而 ELI5 仅提供评论和分数——后者不足以推断偏好,因为之前发表的评论往往会从更高的可见性中获得更高的分数。
- openbmb/UltraInteract_sft
- plandex-ai/plandex
- THUDM/GLM-130B - 130B是一个开放的双语(英汉)双向密集模型,具有1300亿个参数,使用通用语言模型(GLM)算法进行预训练。它旨在支持单个 A100 (40G * 8) 或 V100 (32G * 8) 上具有 130B 参数的推理任务。通过 INT4 量化,硬件可以进一步降低到具有 4 * RTX3090 24G 的单个服务器,几乎没有性能下降。
- EleutherAI/gpt-neox
- karpathy/LLM101n
- meta-llama/llama3
- THUDM/GLM-4 - 4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。 在语义、数学、推理、代码和知识等多方面的数据集测评中, GLM-4-9B 及其人类偏好对齐的版本 GLM-4-9B-Chat 均表现出超越 Llama-3-8B 的卓越性能。除了能进行多轮对话,GLM-4-9B-Chat 还具备网页浏览、代码执行、自定义工具调用(Function Call)和长文本推理(支持最大 128K 上下文)等高级功能。本代模型增加了多语言支持,支持包括日语,韩语,德语在内的 26 种语言。我们还推出了支持 1M 上下文长度(约 200 万中文字符)的 GLM-4-9B-Chat-1M 模型和基于 GLM-4-9B 的多模态模型 GLM-4V-9B。GLM-4V-9B 具备 1120 * 1120 高分辨率下的中英双语多轮对话能力,在中英文综合能力、感知推理、文字识别、图表理解等多方面多模态评测中,GLM-4V-9B 表现出超越 GPT-4-turbo-2024-04-09、Gemini 1.0 Pro、Qwen-VL-Max 和 Claude 3 Opus 的卓越性能。
- THUDM/ChatGLM3 - 6B 引入了如下特性:更强大的基础模型: ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示,ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。更完整的功能支持: ChatGLM3-6B 采用了全新设计的 Prompt 格式,除正常的多轮对话外。同时原生支持工具调用(Function Call)、代码执行(Code Interpreter)和 Agent 任务等复杂场景。更全面的开源序列: 除了对话模型 ChatGLM3-6B 外,还开源了基础模型 ChatGLM3-6B-Base、长文本对话模型 ChatGLM3-6B-32K。以上所有权重对学术研究完全开放,在填写问卷进行登记后亦允许免费商业使用。
- THUDM/ChatGLM2-6B - 6B 的第二代版本,在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上,引入了如下新特性:`更强大的性能`:全面升级了基座模型。ChatGLM2-6B 使用了 GLM 的混合目标函数,经过了 1.4T 中英标识符的预训练与人类偏好对齐训练,评测结果显示,相比于初代模型,MMLU(+23%)、CEval(+33%)、GSM8K(+571%) 、BBH(+60%)等数据集上的性能取得了大幅度的提升,在同尺寸开源模型中具有较强的竞争力。`更长的上下文`:基于 FlashAttention 技术,我们将基座模型的上下文长度(Context Length)由 ChatGLM-6B 的 2K 扩展到了 32K,并在对话阶段使用 8K 的上下文长度训练。对于更长的上下文,我们发布了 ChatGLM2-6B-32K 模型。LongBench 的测评结果表明,在等量级的开源模型中,32K 有着较为明显的竞争优势。`更高效的推理`:基于 Multi-Query Attention 技术,有更高效的推理速度和更低的显存占用:在官方的模型实现下,推理速度相比初代提升了 42%,INT4 量化下,6G 显存支持的对话长度由 1K 提升到了 8K。`更开放的协议`:权重对学术研究完全开放,在填写问卷进行登记后亦允许免费商业使用。
- THUDM/ChatGLM-6B - 6B 使用了和 ChatGPT 相似的技术,针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练,辅以监督微调、反馈自助、人类反馈强化学习等技术的加持,62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。
- QwenLM/Qwen - Chat具备聊天、文字创作、摘要、信息抽取、翻译等能力,同时还具备一定的代码生成和简单数学推理的能力。在此基础上,我们针对LLM对接外部系统等方面针对性地做了优化,当前具备较强的工具调用能力,以及最近备受关注的Code Interpreter的能力和扮演Agent的能力。
- baichuan-inc/Baichuan2
- baichuan-inc/Baichuan-13B - 7B 之后开发的包含 130 亿参数的开源可商用的大规模语言模型,在权威的中文和英文 benchmark 上均取得同尺寸最好的效果。本次发布包含有预训练 (Baichuan-13B-Base) 和对齐 (Baichuan-13B-Chat) 两个版本。Baichuan-13B 有如下几个特点:更大尺寸、更多数据:Baichuan-13B 在 Baichuan-7B 的基础上进一步扩大参数量到 130 亿,并且在高质量的语料上训练了 1.4 万亿 tokens,超过 LLaMA-13B 40%,是当前开源 13B 尺寸下训练数据量最多的模型。支持中英双语,使用 ALiBi 位置编码,上下文窗口长度为 4096。同时开源预训练和对齐模型:预训练模型是适用开发者的『 基座 』,而广大普通用户对有对话功能的对齐模型具有更强的需求。因此本次开源我们同时发布了对齐模型(Baichuan-13B-Chat),具有很强的对话能力,开箱即用,几行代码即可简单的部署。更高效的推理:为了支持更广大用户的使用,我们本次同时开源了 int8 和 int4 的量化版本,相对非量化版本在几乎没有效果损失的情况下大大降低了部署的机器资源门槛,可以部署在如 Nvidia 3090 这样的消费级显卡上。开源免费可商用:B对学术研究完全开放,开发者也仅需邮件申请并获得官方商用许可后,可免费商用。
- 01-ai/Yi - 34B-Chat 模型在 AlpacaEval 排行榜上排名第二(仅次于 GPT-4 Turbo),表现优于其他LLMs模型(如 GPT-4、Mixtral、Claude)(基于截至 2024 年 1 月的数据)。Yi-34B模型在各种基准测试中,包括Hugging Face Open LLM Leaderboard(预训练)和C-Eval(基于截至2023年11月的数据)中,在所有现有的开源模型(如Falcon-180B、Llama-70B、Claude)中排名第一。感谢 Transformer 和 Llama 开源社区,因为它们减少了从头开始构建所需的工作量,并能够在 AI 生态系统中使用相同的工具。
- naklecha/llama3-from-scratch
- CrazyBoyM/llama3-Chinese-chat
- mlabonne/llm-course
- rasbt/LLMs-from-scratch
- imoneoi/openchat
- lonePatient/awesome-pretrained-chinese-nlp-models
- Vision-CAIR/MiniGPT-4 - 4:使用高级大型语言模型增强视觉语言理解 提供与 Vicuna-7B 对齐的预训练 MiniGPT-4!演示 GPU 内存消耗现在可以低至 12GB。
- juncongmoo/pyllama - 在单个 4GB GPU 中运行 LLM
- tatsu-lab/stanford_alpaca
- LC1332/Chinese-alpaca-lora - Alpaca-LoRA的基础上,调试了一个中国LLaMA模型。同时使用ChatGPT API将alpaca_data. json翻译为中文,再进行微调。
- tloen/alpaca-lora - davinci-003质量相似的Instruct模型,可以在Raspberry Pi上运行(用于研究),并且代码很容易扩展到 13b , 30b 和 65b模型。
- mymusise/ChatGLM-Tuning - 6B + LoRA
- baichuan-inc/baichuan-7B - Eval/MMLU)上均取得同尺寸最好的效果。
- InternLM/InternLM - 20B选择了更深的架构,深度设置为60层。这超过了使用32或40层的传统7B和13B型号。当参数有限时,增加层数可以增强模型的整体功能。此外,与InternLM-7B相比,InternLM-20B使用的预训练数据经过了更高质量的清理,并补充了丰富的知识数据,旨在增强理解和推理能力。因此,它在理解、推理、数学和编程能力方面表现出显着的改进——所有这些都测试了语言模型的技术熟练程度。
- InternLM/InternLM-techreport - LLM的训练系统,用于高效的大型语言模型训练。对多项基准的评估表明,InternLM在知识理解、阅读理解、数学和编码等多个方面都取得了最先进的表现。凭借如此全面的能力,InternLM在综合考试中取得了出色的表现,包括MMLU,AGIEval,C-Eval和高考-Bench,而无需借助外部工具。在这些基准测试中,InternLM 不仅明显优于开源模型,而且与 ChatGPT 相比,还获得了卓越的性能。此外,InternLM在理解中文和中国文化方面表现出出色的能力,这使其成为支持面向中文的语言应用的合适基础模型,并提供了跨各种知识领域和任务的基准和示例。
- clue-ai/ChatYuan - large结合数亿条功能对话多轮对话数据进一步训练得到。
-
Programming Languages
Categories
A01_文本生成_文本对话
2,425
前端开发框架及项目
765
其他_机器学习与深度学习
549
网络服务
366
后端开发框架及项目
319
其他_机器视觉
315
其他_安全与渗透
292
其他
277
NLP语料和数据集
247
硬件_其他
219
网络信息服务
197
A01_机器学习教程
177
其他__大数据
158
时间序列
141
多模态大模型
138
语音识别与合成_其他
133
Python 程序
118
数据库管理系统
113
语音合成
113
其他_NLP自然语言处理
113
其他_推荐系统
107
JavaScript框架
103
计算机编程 数据结构与算法
103
其他_生物医药
93
游戏
92
终端
91
扫描器、资产收集、子域名
87
编辑器
85
Rust 程序设计
84
Android 应用
78
图像生成
73
C/C++ 程序设计
65
3D视觉生成重建
64
对象检测、分割
60
CPU RISC-V
59
人像\姿势\3D人脸
59
C/C++程序设计
57
金融股票
57
分布式机器学习
57
分子
50
Transformer库与优化
49
其他_图神经网络GNN
49
计算机编程_数据结构与算法
47
区块链、智能合约
46
对象检测_分割
44
Android应用
43
Java 程序设计
43
web shell、shellcode
43
漏洞库_漏洞靶场
43
Flutter 程序
41
光学字符识别OCR
40
知识图谱
40
视频生成_补帧_摘要
39
Go 程序设计
39
推荐系统算法库与列表
38
参数优化
38
文本匹配 文本检索 文本相似度
35
蛋白质结构
33
实体识别NER、意图识别、槽位填充
32
语音识别
31
BERT优化
31
数据搜索引擎
30
关系抽取、信息抽取
30
加密、密码破解、字典
29
预训练模型
29
杀毒免杀、逆向工程
27
药物-靶标 药物-药物 化合物-蛋白质 相互作用
27
其他_大数据
26
Rust程序设计
26
图像恢复
26
向量数据库、向量搜索、最近邻搜索
25
扫描器_资产收集_子域名
25
时空网络_交通预测_动态图
25
文本分类
25
知识管理_wiki知识库
24
人像_姿势_3D人脸
23
文本摘要
23
图嵌入、网络表征学习
22
知识图谱问答KBQA、多跳推理
22
图机器学习库
22
梯度提升和树模型
22
漏洞库、漏洞靶场
20
异常检测
16
Python程序
16
异构图、 异质图
16
图像风格
15
神经网络结构搜索_Neural_Architecture_Search
15
视频生成、补帧、摘要
15
文本生成、文本对话
14
知识管理 wiki知识库
13
机器阅读理解
13
特征工程
13
图卷积网络
12
基因
11
加密_密码破解_字典
10
CPU_RISC-V
10
区块链_智能合约
10
药物发现、药物设计
10
文本匹配_文本检索_文本相似度
9
安卓Android
9
图对抗攻击
8
杀毒免杀_逆向工程
7
图注意力机制
6
Java程序设计
6
Go程序设计
5
图监督_半监督_对比学习
5
向量数据库_向量搜索_最近邻搜索
5
webshell_shellcode
5
图预训练 Pre-Training of Graph
4
图聚合_节点聚合
4
Flutter程序
4
关系抽取_信息抽取
3
知识图谱问答KBQA_多跳推理
3
抗菌肽
2
神经网络结构搜索 Neural Architecture Search
2
药物-靶标_药物-药物_化合物-蛋白质_相互作用
1
细胞
1
Sub Categories
Keywords
python
839
machine-learning
664
deep-learning
607
llm
587
ai
467
javascript
461
pytorch
449
chatgpt
332
openai
268
typescript
268
react
266
rust
255
large-language-models
244
nlp
242
android
232
awesome
227
golang
221
security
204
awesome-list
200
java
199
data-science
197
artificial-intelligence
191
gpt
190
linux
190
go
177
docker
163
nodejs
161
tensorflow
157
rag
155
database
145
natural-language-processing
141
macos
141
windows
139
computer-vision
139
llama
137
cli
137
agent
133
kubernetes
133
chatbot
126
llms
122
framework
116
open-source
115
gpt-4
115
php
111
transformers
110
vue
109
cpp
107
reinforcement-learning
104
ios
104
web
101