| # | 2023年第37周 | 2023年10月29日 |
|---|---|---|
| 1 | cogvlm | 一个强大的开源视觉语言模型，利用视觉专家模块深度整合语言编码和视觉编码，在 10 项权威跨模态基准上取得了 SOTA 性能。目前仅支持英文，后续会提供中英双语版本支持。CogVLM 可以准确描述图像的细节，很少出现幻觉。 |
| 2 | codeshell | 多语言代码大模型，具有 70 亿参数，采用五千亿 Tokens 进行了训练，上下文窗口长度为 8192。 CodeShell 的原始训练数据基于自己爬取的 GitHub 数据、Stack 和 StarCoder 数据集，以及少量高质量的中英文数据。 在权威的代码评估 Benchmark（HumanEval 与 MBPP）中，CodeShell 取得同等规模最好的性能。 |
| 3 | Wonder3D | 一种从单视图图像高效生成高保真纹理网格的新颖方法。最近基于分数蒸馏采样 (SDS) 的方法已经显示出从 2D 扩散先验恢复 3D 几何形状的潜力，但它们通常会受到耗时的每个形状优化和不一致的几何形状的影响。相比之下，某些作品通过快速网络推理直接产生 3D 信息，但其结果往往质量较低且缺乏几何细节。为了全面提高图像到 3D 任务的质量、一致性和效率，我们提出了一种跨域扩散模型，生成多视图法线贴图和相应的彩色图像。为了确保一致性，我们采用多视图跨域注意力机制，促进跨视图和模式的信息交换。最后，我们引入了一种几何感知法线融合算法，该算法可以从多视图 2D 表示中提取高质量的表面。我们的广泛评估表明，与之前的工作相比，我们的方法实现了高质量的重建结果、稳健的泛化和相当好的效率。 |
| 4 | chatgpt-on-wechat | 使用大模型搭建微信聊天机器人，基于 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/LinkAI，支持个人微信、公众号、企业微信部署，能处理文本、语音和图片，访问操作系统和互联网，支持基于知识库定制专属机器人。 |
| 5 | streamlit | 一个基于 Python 的 Web 应用程序框架，致力于以更高效、更灵活的方式可视化数据，并分析结果。 Streamlit是一个开源库，可以帮助数据科学家和学者在短时间内开发机器学习 (ML) 可视化仪表板。只需几行代码，我们就可以构建并部署强大的数据应用程序。 为什么选择Streamlit？ 目前，应用程序需求量巨大，开发人员需要一直开发新的库和框架，帮助构建并部署快速上手的仪表板。Streamlit 是一个库，可将仪表板的开发时间从几天缩短至几小时。以下是选择 Streamlit 的原因： 1. Streamlit是一个免费的开源库。 2. 和安装其他python 包一样， Streamlit的安装非常简单。 3. Streamlit学起来很容易，无需要任何 Web 开发经验，只需对 Python 有基本的了解，就足以构建数据应用程序。 4. Streamlit与大部分机器学习框架兼容，包括 Tensorflow 和 Pytorch、Scikit-learn 和可视化库，如 Seaborn、Altair、Plotly 等。Streamlit可以让开发人员能够以快速、简便的方式构建出功能强大且具有交互性的应用程序，从而更好地与数据进行互动和沟通。使用 Streamlit 构建应用程序不需要具备深入的前端开发知识，因为Streamlit 的设计目标之一就是让数据科学家、分析师和其他非前端开发人员能够轻松地创建交互式应用程序，而无需过多关注复杂的前端技术。 |
| 6 | the-book-of-secret-knowledge | 这个项目汇集了各种有趣和实用的技术资源，旨在为技术爱好者提供灵感和知识。这个独特的存储库汇集了许多用于web开发、DevOps、网络、系统管理和安全的资源、工具和技巧。 |
| 7 | awesome-ai-agents | ai-agents精选资源合集 |
| 8 | Awesome-AGI-Agents | AGI-Agents精选资源合集 |
分类： Python开源项目周排行
注:当前文章会不定期进行更新。如果您对本文有更好的建议，有新资料推荐， 可以点击： 欢迎分享优秀网站 。
