| # | 2023年6月 | 2023 年 6 月 10 日 |
|---|---|---|
| 1 | フィンGPT | BloombergGPと比較すると、コロンビア大学とニューヨーク大学上海校は、金融分野向けの大規模モデル製品であるFinGPTを新たに発売した。FinGPT はデータ中心のアプローチを採用し、研究者や実務者が独自の金融 LLM を開発するための透明なリソースを提供します。FinGPT は、金融ニュース、企業発表、ソーシャル メディア、金融専門家 Web サイト、学術資料などを含むさまざまな金融トレーニング データを使用します。さまざまなデータにより、FinGPT は金融市場を理解し、財務上の意思決定を行うことができます。FInGPT は、リアルタイム データを処理し、リアルタイムの意思決定を行うための完全なメカニズム セットを提供しており、ユーザーはダウンストリーム タスクを簡単に微調整することもできることは注目に値します。FinGPT は株価を予測するための微調整も可能であり、株価予測タスクは株価の変化をフィードバックするだけで微調整できるため、人間によるフィードバックが必要な他のタスクに比べて微調整のコストが大幅に低くなります。 |
| 2 | チャットGLM | ChatGLM は、質問応答機能や対話機能を備えた 1,000 億語の中国語 - 英語の言語モデルであり、中国語用に最適化されています。ChatGLM-6B は、清華大学の知識工学グループ (KEG) & データ マイニングによってリリースされたオープンソースの対話ロボットです。公式の紹介によると、これは 1,000 億パラメータのスケールを持つ中国語と英語の言語モデルです。そして中国語用に最適化されています。 |
| 3 | gptエンジニア | 指示に従ってコードを生成するAIツールで、「口を動かす」だけでコードベース全体を直接構築できます。このプロジェクトのユニークな点は、開発者がテキスト ファイルで要件を提出し、GPT-Engineer はこれらの要件を無条件で受け入れるのではなく、プログラマーが不足している詳細を明らかにできるように多くの詳細な質問をすることです。ソフトウェア プロジェクトの作成が友人とチャットするのと同じくらい簡単で、必要なのは要件を提示するだけで、コードを 1 行も記述することなく AI がそれを実現できるというシナリオを想像してみてください。 |
| 4 | イージースパイダー | ビジュアルクローラーツール。グラフィカル インターフェイスを使用して、コードを視覚化せずにクローラー タスクを設計および実行できるビジュアル クローラー ソフトウェア。Web ページ上でクロールしたいコンテンツを選択し、プロンプト ボックスに従って操作するだけで、クローラーの設計と実行が完了します。同時に、ソフトウェアはコマンドラインの形式でも実行できるため、他のシステムに簡単に組み込むことができます。 |
| 5 | MiniGPT-4 | キング・アブドラ科学技術大学の数人の博士によって作成された、画像理解機能を備えたオープンソースのチャットボット。テキストと画像の入力をサポートし、マルチモーダル入力機能を実現します。画像理解能力はGPT4と同等と言われており、Vicuna-13B LLMとBLIP-2の視覚言語モデルをベースとしています。研究チームはまず、4 枚の Nvidia A100 グラフィックス カード上で、約 500 万の画像とテキストのペアを使用して MiniGPT-4 を 10 時間トレーニングしました。2 番目のステップでは、MiniGPT-4 と ChatGPT の間の対話から生成された 3,500 個の高品質のテキストと画像のペアを使用してモデルが改善されます。ChatGPT は、MiniGPT-4 によって生成された誤ったまたは不正確な画像の説明を修正します。 |
| 6 | プライベートGPT | PrivateGPT は、GPT の機能を利用してプライベート環境でドキュメントを操作できるようにする新しいオープン ソース プロジェクトです。プロジェクトは GitHub で公開されており、誰でもアプリケーションをダウンロードして使用できます。アプリの 3 つの重要なポイントは次のとおりです。 PrivateGPT を使用すると、ユーザーは GPT ドキュメントをクラウドにアップロードすることなく、ローカル環境で GPT ドキュメントを操作できます。このアプリは、ユーザーのドキュメントをハッカーやその他の悪意のある者から保護するプライベート環境を提供します。PrivateGPT は、GitHub で誰でもダウンロードして使用できる無料のオープンソース プロジェクトです。 |
| 7 | 公共API | さまざまな業界で利用できるAPI |
| 8 | CSベース | コンピューター ネットワーク、オペレーティング システム、コンピューター コンポーネント、データベースをグラフィックで図解し、合計 1,000 枚の写真 + 500,000 語で構成し、コンピューターの曖昧な基礎知識を打ち破り、理解しにくいステレオタイプのエッセイがこの世に存在しないようにします。 |
| 9 | やり直し | ワンクリックで顔を交換 |
| 10 | アイビー | PyTorch、TensorFlow、MXNet、Jax、Numpy など、いくつかの主流の深層学習フレームワークをカプセル化するオープン ソース フレームワーク。ivy の目標は、すべての機械学習フレームワークと自動コード変換を統合し、統一されたアクセス インターフェイスを提供することです。すべてのフレームワークを統一する目的は何ですか? 多くの開発者はフレームワークを使用して開発したいと考えていますが、Ivy はどのように役立つのでしょうか? コードを最も使いやすくしたい場合、Ivy の力が発揮されます。コードを作成して、コミュニティ内のすべての開発者にそのコードを使用してもらいたい場合、TF、PyTorch、MXNet、Jax など、どのフレームワークを使用していても、それは問題ではありません。 |
| 11 | OpenBBターミナル | 高価値のコマンドライン投資分析ツール。高品質な金融市場閲覧・分析ツールは、端末上で株式市場を覗く機能を実現します。同時に、Pandas、Numpy、Jupyter、Pytorch、Tensorflow などのフレームワークのサポートを開始し、投資を支援するためのデータの詳細な処理と分析を支援します。 |
| 12 | ロバ車 | 自動運転モデルカーを構築するためのオープンソース プラットフォーム。自動運転おもちゃの車を実現するために使用できる、リモコン モデル カー (RC CAR)、Raspberry Pi、Python で構成される DIY 自動運転プラットフォームです。プロジェクトの公式 Web サイトでは、完全なサポート ハードウェアも提供しています。価格は約 250 ドルで、組み立てには約 2 時間かかります。 |
| 13 | Tkinter デザイナー | Tkinter Designer は、Python での GUI 開発プロセスを高速化するように設計されています。有名なデザイン ソフトウェア Figma を使用すると、Python で美しい Tkinter GUI を簡単に作成できます。Tkinter Designer は、Figma API を使用して設計ファイルを分析し、GUI に必要な対応するコードとファイルを作成します。ユーザーが行う必要があるのは、Figma でインターフェイスを設計し、Figma ファイルの URL と API トークンを Tkinter Designer に貼り付けることだけです。Tkinter Designer は、Tkinter で GUI を作成するために必要なすべてのコードとイメージを自動的に生成します。 |
| 14 | chatgpt-取得 | OpenAI API キーを使用して、ChatGPT が対話型の取得にローカル ファイルを使用できるようにします。 |
| 15 | ドラッグガン | DragGAN の強力な AI レタッチ ツールを使用して、要所の画像をレタッチできます マウスのドラッグ アンド ドロップによる画像編集をサポートする DragGAN の公式ソース コードです。ピクセルの配置を正確に制御することで、画像内のオブジェクトのポーズ、表情、形状、レイアウトなどを誰でも簡単に変更できます。たとえば、写真の中で立っている子犬に、座るように指示することができます。DragGAN は、マックス プランク研究所が開発した新しい人工知能ツールで、ユーザーは数回クリックしてドラッグするだけで写真をリアルに変更できます。 |
| 16 | ループ | AI分野には多くの才能があり、突然大物「s0md3v」が飛び出し、1枚の写真でビデオの顔の交換を実行できるプロジェクトをオープンソース化しました。ワンクリックで顔が変わります。全体的な効果は依然として良好で、利点は速いことですが、欠点は十分な精細さがなく、長いビデオは行き詰まりやすいことです。高い効果を必要とせず、スピードを追求するグループに適しています。プロの顔変更ソフトウェアと比較すると、まだ差があります。プロの顔変更ソフトウェアは DFL でなければなりません |
| 17 | ディープフェイスラボ | ディープフェイススワップを行うための最先端のソフトウェア |
| 18 | langchain-ChatGLM | langchain のアイデアを使用して実装されたローカル ナレッジ ベースに基づく Q&A アプリケーション。目標は、中国語のシナリオとオープン ソース モデルに適しており、オフラインで実行できるナレッジ ベース用の Q&A ソリューションのセットを確立することです。このプロジェクトでは、埋め込みのデフォルトは GanymedeNil/text2vec-large-chinese で、LLM のデフォルトは ChatGLM-6B です。上記のモデルに基づいて、このプロジェクトはオープン ソース モデルを使用してすべてのオフライン プライベート デプロイメントを実現できます。 |
カテゴリ: Python オープンソース プロジェクト 月間ランキングタグ: GPT SSL ドメイン名 Face GLM