Llama3.1-Chinese-Chat針對中英文進行了優(yōu)化,比原始Llama-3.1-Insturct 在處理中文提示上更好,在邏輯、編碼、數學和寫作上性能出色。
Llama3.1-Chinese-Chat 8B和70B兩個版本。
模型:
-
8B https://huggingface.co/shenzhi-wang/Llama3.1-8B-Chinese-Chat
-
ollama 8B:https://ollama.com/wangshenzhi/llama3.1_8b_chinese_chat
-
ollama 70B:https://ollama.com/wangshenzhi/llama3.1_70b_chinese_chat
-
70B:https://huggingface.co/shenzhi-wang/Llama3.1-70B-Chinese-Chat
AI發(fā)型師,一個基于擴散模型的頭發(fā)遷移框架:Stable-Hair
Stable-Hair可以將各種真實世界發(fā)型遷移到用戶提供的面部圖像上,實現虛擬試發(fā)的效果。
優(yōu)勢在于可以處理各種復雜發(fā)型,在遷移過程中保持身份信息和背景一致性。
方法:
1、禿頭轉換器:訓練一個禿頭轉換器,去除所提供的面部圖像中的頭發(fā),生成禿頭圖像。
2、頭發(fā)遷移模塊:包含三個模塊,頭發(fā)提取器、潛在身份網絡和頭發(fā)交叉注意力層,用于將目標發(fā)型以高細節(jié)和高保真度遷移到禿頭圖像上。
-
項目:https://xiaojiu-z.github.io/Stable-Hair.github.io/
-
代碼(即將推出):https://github.com/Xiaojiu-z/Stable-Hair
可以與個人PDF/TXT文當進行交互對話的系統(tǒng):IncarnaMind
可以與個人PDF/TXT文當進行交互對話的系統(tǒng)(文檔聊天機器人)IncarnaMind,支持多LLM,GPT 3.5、GPT-4 Turbo、Claude 、本地開源LLM等,支持根據多個文檔內容回答問題。
特點:
-
多文檔對話式問答:支持跨多個文檔同時進行簡單和多跳查詢,打破了單文檔限制。
-
LLM 模型兼容性:支持 OpenAI GPT、Anthropic Claude、Llama2 和其他開源 LLM。
-
文件兼容性:支持 PDF 、 TXT 格式。
-
自適應分塊:使用滑動窗口分塊技術動態(tài)調整窗口大小和位置,根據數據復雜性和上下文平衡細粒度和粗粒度數據訪問,從而優(yōu)化信息檢索和理解。
-
推薦使用 Llama2 系列模型,特別是 llama2-70b-chat(完整或 GGUF 版本)以獲得最佳性能。
-
github:https://github.com/junruxiong/IncarnaMind





暫無評論,快來評論吧!