github 鍥藉唴涓婁笉浜嗕箞

*** 次数：1999998 已用完，请联系开发者***

Python 解释器 PyPy 宣布搬迁至微软 GitHub,号称可提升搜索权重IT之家 1 月 5 日消息,Python 解释器 PyPy 日前发布官方新闻稿,宣布已将自家存储库及问题追踪器迁移至微软 GitHub。IT之家从新闻稿中注意到,PyPy 开发团队声称微软 GitHub 当前已成为“开源代名词”,相较于此前团队使用的 Heptapod 托管服务,切换到 GitHub 能够改善可访问性、提...

ˋ△ˊ

“Transformer挑战者”Mamba,用Mac也能跑了!GitHub半天500+星克雷西 发自 凹非寺量子位 | 公众号 QbitAI“Transformer的挑战者”Mamba,用MacBook也能跑了!有大佬在GitHub上共享了一份笔记,让人们可以用最简单的方式运行Mamba。这份共享中,算上说明书一共只有三个文件,而且发布不到一天,就斩获了500+星标。Mamba是一种新的大模型架...

＞＾＜ 一秒100张实时生成二次元老婆照!登顶GitHub热榜、已开源西风 发自 凹非寺量子位 | 公众号 QbitAI单RTX4090,每秒生成100张图!一种专为实时交互式图像生成而设计的一站式解决方案,登顶GitHub热榜。方案名为StreamDiffusion,支持多种模型和输出帧率。无论是图像到图像,还是文本到图像,都能实时生成:重点是,该项目现已开源,在GitHub热榜...

＞﹏＜

中科院版「分割一切」模型来了,比原版提速50倍 | GitHub 2.4K+星An. 投稿量子位 | 公众号 QbitAI比Meta的「分割一切模型」(SAM)更快的图像分割工具,来了!最近中科院团队开源了FastSAM模型,能以50倍的速度达到与原始SAM相近的效果,并实现25FPS的实时推理。该成果在Github已经获得2.4K+次星标,在Twitter、PaperswithCode等平台也受到了广...

ˋ﹏ˊ

挑战GPT-4V,浙大校友推出开源版多模态大模型,获GitHub 6k+星标克雷西 发自 凹非寺量子位 | 公众号 QbitAIGPT-4的视觉能力还没全量放开测试,开源对手就隆重登场了。浙大竺院的一位校友,与微软研究院等机构合作推出了新版多模态模型LLaVA。LLaVA在11个测试数据集上都成为了SOTA,在GitHub上更是斩获6k+星标。开发者提供的数据显示,LLa...

˙△˙ 挑战微软 + GitHub!谷歌联手 Replit,升级 AI 编程“神器”:曾拒绝微软 ...推出 GitHub Copilot X 计划,我也可以找人联手做 AI 编程工具!本周三,谷歌宣布与在线集成开发环境初创企业 Replit 合作,将其 AI 大语言模型与 Replit 旗下的 Ghostwriter 软件结合,联合升级 AI 编程工具。Replit 曾拒绝微软 10 亿美元的收购?与成立 15 年、拥有上亿开发者用户的 GitHub 相...

GitHub急推Copilot“PLUS版”,每人每月130元,已有400+企业购买萧箫 发自 凹非寺量子位 | 公众号 QbitAIGitHub看起来真有点急了。这不,前脚刚裁员10%,后脚就给Copilot推出“升级付费版”——企业版。这个版本同样按人头付费,只不过价格接近正式版的2倍,从每人68元/月上涨到接近每人130元/月。GitHub的CEO托马斯·多姆克(Thomas Dohmke...

一张图转3D质量起飞!GitHub刚建空仓就有300+人赶来标星尤其是在精细阶段,更高分辨率会放大这种问题。项目主页:https://guochengqian.github.io/project/magic123/论文:https://arxiv.org/abs/2303.11328GitHub:https://github.com/guochengqian/Magic123参考链接:[1]https://twitter.com/_akhaliq/status/1675684794653351936— 完 —量子位 QbitA...

开源多模态大模型哪家强?TOP12榜单来了,GitHub揽获2.2k+星相关项目在GitHub上爆火,截至7月3号已经揽获2200+星。那么,当前业界最好用的多模态大模型究竟有哪些?它的定义、关键技术、优势和存在的挑战又是什么?我们一起来看看。多模态大模型TOP12排行研究人员一共设置了16个榜单,包括了两个总榜单和14个子任务。总榜单可以看做...

...峥研软件」想做工程科研领域的「Notion + Figma + Github」|项目报道其希望成为工程科研领域的「Notion+Figma+Github」。谈及工程科研领域仍是“无人区”的原因,李严峰告诉36氪:“没人做,并非没有需求,更不是创造不了价值。”一方面,现阶段,国内工程师成本已经没有绝对优势,而用人需求还在上涨,同时国家培养工程科研人员的力度不减,提升研发效...