需求人群:
"bilibot适合需要智能对话系统的开发者和企业,尤其是那些希望提供个性化服务和提升用户体验的场合。例如,客户服务、在线教育、娱乐互动等领域。"
使用场景示例:
作为在线客服,提供24小时咨询服务
在教育平台中,作为智能助教,辅助教学和答疑
在娱乐应用中,提供角色扮演和互动体验
产品特色:
支持文字聊天,满足基本的交流需求
能够生成针对给定问题的语音对话,提供更丰富的交互体验
使用Qwen1.5-32B-Chat作为基础模型,保证对话的质量和多样性
通过微调训练,使机器人更贴近哔哩哔哩用户的交流习惯
利用GPT-SoVITS项目进行语音生成,提高语音交互的自然度
模型量化压缩,加快内容生成速度,提升用户体验
支持自定义问题和答案,增加机器人的灵活性和适用性
使用教程:
首先,访问bilibot的GitHub页面,克隆或下载项目代码
根据项目文档,配置Python环境,建议使用Anaconda
运行模型微调训练与推理测试,将微调后的adapters文件与基础模型合并
使用量化加速工具,对模型进行压缩,以提高生成速度
运行对话测试脚本,测试机器人的对话功能
根据需要,配置语音生成服务,生成语音对话
浏览量:73
最新流量情况
月访问量
5.00m
平均访问时长
00:06:52
每次访问页数
5.82
跳出率
37.31%
流量来源
直接访问
52.65%
自然搜索
32.08%
邮件
0.05%
外链引荐
12.79%
社交媒体
2.25%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
美国
18.50%
中国
13.49%
印度
9.70%
俄罗斯
3.96%
德国
3.62%
由哔哩哔哩用户评论微调训练而成的本地聊天机器人
bilibot是一个基于哔哩哔哩用户评论训练的本地聊天机器人,支持文字聊天和语音对话。它使用Qwen1.5-32B-Chat作为基础模型,并结合苹果的mlx-lm LORA项目进行微调。语音生成部分基于GPT-SoVITS项目,使用派蒙语音模型。该机器人可以快速生成对话内容,适用于需要智能对话系统的场合。
基于羊驼模型的大型语音生成模型
LlamaVoice是一个基于羊驼模型的大型语音生成模型,它通过直接预测连续特征,提供了一种与传统依赖于离散语音码预测的向量量化模型相比更为流畅和高效的处理过程。该模型具有连续特征预测、变分自编码器(VAE)潜在特征预测、联合训练、先进采样策略和基于流的增强等关键特点。
通过GPT等大型语言模型与你的文档对话
IncarnaMind是一个开源项目,旨在通过大型语言模型(LLMs)如GPT、Claude和本地开源LLMs,实现与个人文档(PDF、TXT)的交互对话。该项目利用滑动窗口分块机制和集成检索器,提高查询效率,增强LLMs的准确性。它支持多文档对话问答,突破了单文档限制,并兼容多种文件格式和LLM模型。
多语言大型语音生成模型,提供全栈推理、训练和部署能力。
CosyVoice 是一个多语言的大型语音生成模型,它不仅支持多种语言的语音生成,还提供了从推理到训练再到部署的全栈能力。该模型在语音合成领域具有重要性,因为它能够生成自然流畅、接近真人的语音,适用于多种语言环境。CosyVoice 的背景信息显示,它是由 FunAudioLLM 团队开发,使用了 Apache-2.0 许可证。
超逼真AI语音生成器
Fluxon是一个超逼真的AI语音生成器,可以将文本转化为任何语言的超逼真声音。它可以在不到10分钟的示例音频中克隆任何声音。您可以在同一个音频文件中使用多个声音创建对话。还可以通过训练自定义声音来合成单一声音,创建嘴唇同步视频。Fluxon提供了REST API,可以将AI语音生成集成到您的应用程序中。它可以用于各种用途,如为营销和演示视频添加专业和逼真的配音,从文本生成清晰高质量的有声书,为NPC生成逼真的人声,为内容创建专业翻译,为聊天机器人创建更自然的声音,将任何文本内容自动转化为播客等。
解锁人工智能的力量
全能AI平台是一个集成多种人工智能功能的全能平台,无缝整合强大的聊天机器人、高级自然语言处理、智能数据分析和机器学习算法,为您提供全面的AI解决方案。体验AI技术的未来,用我们多功能、可扩展的全能AI平台。
个人数据分析助手
DataGPTd是一款个人数据分析助手,提供聊天、可视化和编辑数据的功能。用户可以直接在浏览器中使用该应用,无需将数据发送到任何服务器。用户可以导入CSV文件或Excel电子表格进行分析。通过简单地提问,用户可以进行数据分析,无需复杂的语法。DataGPTd还可以直接从数据中创建图表和图形,如柱状图、折线图、散点图等。用户还可以利用机器学习技术从数据中提取洞察,并将分析结果分享给他人。
让您的AI助手像人类一样交流
Quickchat AI是一款帮助公司构建自己的多语言AI助手的技术。借助我们的无代码平台和强大的集成功能,公司可以构建会话式AI界面,并将其连接到任何网站、产品、应用、游戏或智能设备。Quickchat AI由生成式AI模型(如GPT-3)驱动,可以实现多语言的自然对话,并提供自动化客户支持、线索生成等功能。
AI工程和研究的智能伴侣
MLE-Agent 是为机器学习工程师和研究人员设计的智能伴侣,具备自主创建基线、集成Arxiv和Papers with Code、智能调试、文件系统整合、综合工具集成以及交互式命令行聊天等功能。它支持OpenAI、Ollama等AI/ML功能和MLOps工具,为无缝工作流程提供支持。
AI可观测性和机器学习监控平台
Evidently AI是一个开源的Python库,用于监控机器学习模型,支持从RAGs到AI助手的LLM驱动产品的评估。它提供了数据漂移、数据质量和生产ML模型性能的监控,拥有超过2000万的下载量和5000+的GitHub星标,是机器学习领域中一个值得信赖的监控工具。
先进的多模态模型,支持图像和文本理解。
Phi-3.5-vision是微软开发的轻量级、最新一代的多模态模型,基于包括合成数据和经过筛选的公开可用网站在内的数据集构建,专注于文本和视觉的高质量、密集推理数据。该模型属于Phi-3模型家族,经过严格的增强过程,结合了监督微调和直接偏好优化,以确保精确的指令遵循和强大的安全措施。
构建、定制和训练您自己的GPT聊天机器人。
Aicado是一个提供定制化GPT聊天机器人的平台,允许用户创建、定制和训练自己的聊天机器人,并通过易于集成的界面快速投入使用。它具有独特的历史功能,即使在不同平台上嵌入AI聊天机器人,对话历史也可以随用户移动。此外,Aicado支持可定制的白标集成,使用户能够创建无限的集成,每个集成都可以有不同的目的并连接到不同的领域。
革命性的检索增强生成系统技术集合。
RAG_Techniques 是一个专注于检索增强生成(Retrieval-Augmented Generation, RAG)系统的技术集合,旨在提升系统的准确性、效率和上下文丰富性。它提供了一个前沿技术的中心,通过社区贡献和协作环境,推动RAG技术的发展和创新。
专业的数据解决方案提供商
博登智能自主研发的数据标注处理平台——BASE(Boden Annotation Service Enhancement),具有超强适用性,可完成从数据采集、清洗、标注到验证的全套服务。BASE平台覆盖了包括语音、文本、图像、视频、点云等多种模态类型的数据处理能力,通过AI辅助标注的形式,相较于传统的标注方式,帮助企业节省了高达30%-40%的成本,并提升50%以上的效率,已经获得了市场的广泛认可。 数据处理平台——BASE平台能够支持开展包括通用图像标注,3D/4D点云标注,图片点云融合标注,NLP文本标注,医疗影像标注,视频描述标注,音素标注,音频标注等标注业务。
人工智能聊天机器人创建器,实现无缝集成。
ChatCat是一个Web应用程序,旨在使用户能够无缝地创建、部署和管理AI驱动的聊天机器人。这些聊天机器人经过训练,能够从用户提供的URL中提取内容,并能够提供实时、上下文感知的响应。该应用程序利用Together API提供高级AI功能,确保高质量的交互体验。
高效CPU本地离线LaTeX识别工具
MixTeX是一个创新的多模态LaTeX识别小程序,由团队独立开发,能够在本地离线环境中执行高效的基于CPU的推理。无论是LaTeX公式、表格还是混合文本,MixTeX都能轻松识别,支持中英文处理。得益于强大的技术支持和优化设计,MixTeX无需GPU资源即可高效运行,适合任何Windows电脑,极大地方便了用户体验。
9天内预训练的紧凑型大型语言模型
1.5-Pints是一个开源的紧凑型大型语言模型(LLM),它在9天内使用高质量数据进行预训练,旨在成为与Apple OpenELM和Microsoft Phi相当的AI助手。该模型的代码库和架构公开,以促进模型的复制、实验和进一步的开源开发。
跨平台AI性能基准测试工具
Geekbench AI 是一款使用真实世界机器学习任务来评估AI工作负载性能的跨平台AI基准测试工具。它通过测量CPU、GPU和NPU的性能,帮助用户确定他们的设备是否准备好应对当今和未来的尖端机器学习应用。
前沿语言模型,具有先进的推理能力。
Grok-2是xAI的前沿语言模型,具有最先进的推理能力。此次发布包括Grok家族的两个成员:Grok-2和Grok-2 mini。这两个模型现在都在𝕏平台上发布给Grok用户。Grok-2是Grok-1.5的重要进步,具有聊天、编程和推理方面的前沿能力。同时,xAI引入了Grok-2 mini,一个小巧但功能强大的Grok-2的兄弟模型。Grok-2的早期版本已经在LMSYS排行榜上以“sus-column-r”的名字进行了测试。它在整体Elo得分方面超过了Claude 3.5 Sonnet和GPT-4-Turbo。
轻量级、高性能的深度PDF表格提取工具
gmft是一个用于将PDF中的表格转换为多种格式的工具包。它轻量级、模块化且性能优越。gmft依赖于微软的Table Transformers,这是众多替代方案中性能最好、最可靠的。gmft无需GPU即可运行,具有高吞吐量,并且安装简便,仅需一行代码即可完成安装。它使用PyPDFium2,因其高吞吐量和宽松的许可证而受到青睐。gmft使用的训练模型TATR在多样化的数据集PubTables-1M上训练,具有高可靠性。
AI脚本集合,主要用于Stable Diffusion模型。
ai-toolkit是一个研究性质的GitHub仓库,由Ostris创建,主要用于Stable Diffusion模型的实验和训练。它包含了各种AI脚本,支持模型训练、图像生成、LoRA提取器等。该工具包仍在开发中,可能存在不稳定性,但提供了丰富的功能和高度的自定义性。
大规模多模态医学数据集
MedTrinity-25M是一个大规模多模态数据集,包含多粒度的医学注释。它由多位作者共同开发,旨在推动医学图像和文本处理领域的研究。数据集的构建包括数据提取、多粒度文本描述生成等步骤,支持多种医学图像分析任务,如视觉问答(VQA)、病理学图像分析等。
一站式数据处理系统,为大型语言模型提供高质量数据。
Data-Juicer 是一个一站式的多模态数据处理系统,旨在为大型语言模型(LLMs)提供更高质量、更丰富、更易消化的数据。它提供了一个系统化和可复用的数据处理库,支持数据与模型的协同开发,通过沙盒实验室实现快速迭代,并提供基于数据和模型的反馈循环、可视化和多维度自动评估等功能,帮助用户更好地理解和改进他们的数据和模型。Data-Juicer 正在积极更新和维护,定期增强和添加更多功能、数据配方和数据集。
前端标注组件库,支持多种数据标注方式。
labelU-Kit 是一个开源的前端标注组件库,提供图片、视频和音频的标注功能,支持2D框、点、线、多边形、立体框等多种标注方式。它以NPM包的形式提供,方便开发者集成到自己的标注平台中,提高数据标注的效率和灵活性。
开源数据标注工具,提升机器学习模型性能。
LabelU是一个开源的数据标注工具,适用于需要对图像、视频、音频等数据进行高效标注的场景,以提升机器学习模型的性能和质量。它支持多种标注类型,包括标签分类、文本描述、拉框等,满足不同场景的标注需求。
高效训练高质量文本到图像扩散模型
ml-mdm是一个Python包,用于高效训练高质量的文本到图像扩散模型。该模型利用Matryoshka扩散模型技术,能够在1024x1024像素的分辨率上训练单一像素空间模型,展现出强大的零样本泛化能力。
© 2024 AIbase 备案号:闽ICP备08105208号-14