MOSS-Image-Base
OpenMOSS-Team · 工具包
用一个 5.1B 的文生图模型根据文字生成图片,可以用普通提示词、标签序列或 JSON 布局来安排文字和物体。适合有 NVIDIA 显卡的开发者和设计师。
写代码、审代码用的提示词、编程智能体任务说明和工具包,花更少的 Token。
OpenMOSS-Team · 工具包
用一个 5.1B 的文生图模型根据文字生成图片,可以用普通提示词、标签序列或 JSON 布局来安排文字和物体。适合有 NVIDIA 显卡的开发者和设计师。
lodestones · 工具包
用 MOSS-Image-Base 在 1024 px 下的完整微调版本根据文字生成图片,另附两个 8 步加速 LoRA。可直接替换 MOSS-Image-SFT,适合 diffusers 和 ComfyUI 用户。
data-archetype · 工具包
作为 MOSS-Image-Base 模型的蒸馏 LoRA,用 8 步而不是 50 步根据文字出图。适合想要更快生成图片的 ComfyUI 和 Diffusers 用户。
OpenMOSS-Team · 工具包
OpenMOSS 的文生图模型,由 MOSS-Image-Base 微调而来,可以读取普通提示词、标签或 JSON 布局来摆放文字和物体,适合在 NVIDIA GPU 上用 diffusers 生成图片的人。
RecursiveSI · 工具包
为编程智能体打造的 39.8B 混合专家语言模型,能调查代码库、修复 bug、实现功能并编写测试,适合在 GPU 服务器上运行自己智能体的开发者。
KBlueLeaf · 工具包
KBlueLeaf 对 MOSS-Image-Base 文生图模型做的微调,缩小了其内部数据流里的极大值,同时让输出和基础模型保持接近。适合 ComfyUI 和 diffusers 用户以及数值研究人员。
MinimaLabs · 工具包
用 MinimaLabs 的 99M 小型基础语言模型续写英文文字。适合想研究、测试或微调极小模型的研究者和爱好者。
CVPR · 工具包
来自 CVPR 组织的 Gradio 应用,有较大的代码库和示例图片,指向填充图片中被遮罩的部分。README 没有描述。
alperbayram · 工具包
一个用于土耳其语文本情感分析的 Gradio 应用,使用 savasy/bert-base-turkish-sentiment-cased 模型。适合想在浏览器里查看土耳其语句子语气的人。
pollix · 工具包
一个浏览器演示,用两种方式回答问题:基础 Laya 模型零样本回答,以及 stuntd 为每个决策训练的小型头,涵盖客服分流、银行业务和编程智能体命令闸门。
krishnaveni76 · 工具包
根据你的口味或你喜欢的一部作品推荐动漫,混合协同过滤、基于内容和基于热度三种方法。这是一个 Streamlit 应用,适合动漫迷,也适合研究推荐系统的人。
bull220202 · 工具包
在浏览器里运行一个叫 Factorial_IT_ULTIME_TinyLM 的小型语言模型的聊天演示,运行在 ZeroGPU 硬件上,并附带可以在自己电脑上运行副本的代码。
abedbanna · 工具包
录制或接收阿拉伯语语音,把 Sygma 的解码和基础模型的贪心输出做对比,并给出词错误率的测试台。适合语音研究者和开发者。
Neuralk-AI · 工具包
用 Seldon-Mini 模型对数据表的行做分类,并在同一份划分上与 AutoGluon 基线对比。可用示例表或你自己的 CSV。适合数据科学家和机器学习工程师。
Jonny001 · 工具包
用 Florence-2-base 模型把上传的图片转成文字提示词。在浏览器里以小型 Gradio 应用运行,使用基础 CPU 硬件。
nphSi · 工具包
一个静态网页,为 ZI Base、ZI Turbo 和 Ming 模型的 LoRA 附加文件做索引,在浏览器里打开即可。README 只有一行,所以索引怎么组织并不明确。
一个 n8n 工作流,监视 Notion 数据库里的新页面。它读取每个页面,把文字切成片段,用 OpenAI 嵌入模型变成向量,再存进 Supabase 表。
一个 n8n 工作流,监视 Notion 数据库里的新页面。它读取每个页面,把文字切成片段,用 Gemini 嵌入模型变成向量,再存进 Pinecone 索引。
一个 n8n 工作流,在聊天里要一个 Notion 数据库链接,让 Claude 为这个数据库写出一个 n8n 助手工作流。它会检查 JSON,出了问题就让 Claude 重来,最后返回可以粘贴进 n8n 的 JSON。
一个 n8n 工作流,让 Telegram 机器人为每个人保留记忆。它为每个新用户开一个 OpenAI 对话,把对话 id 存进 Supabase 表,之后每条消息都接着那段对话继续。