开源

开源

Tag

当前位置:首页 > 开源 >
  • 周鸿祎自称 “开源信徒”,宣布将开源 360 智脑 7B 模型,支持 50 万字长文本输入

    周鸿祎自称 “开源信徒”,宣布将开源 360 智脑 7B 模型,支持 50 万字长文本输入

    60 创始人周鸿祎近日透露即将开源 360 智脑 7B(70 亿参数模型),支持 360k(50 万字)长文本输入。 周鸿祎表示,前段时间大模型行业卷文本长度,100 万字 “很快将是标配”。“我们打算将这个能力开源,大家没必要重复造轮子,定为 360k 主要是为了讨个口彩。” 他还自称 “开源的信徒”,信奉开源的力量。 据介绍,360 智脑长文本能力已入驻大模型产品 “360AI 浏览器”

    查看更多 2024-05-18

  • Mojo? 编程语言正式开源标准库,宣称比 Python 快 9 万倍

    Mojo? 编程语言正式开源标准库,宣称比 Python 快 9 万倍

    AI 编程语言 Mojo? 宣布正式开源标准库。 https://github.com/modularml/mojo 根据公告,此次开源的是 Mojo 标准库核心部分,包含用于优化 AI 超参数的功能,这些超参数决定了神经网络处理数据的方式。 Mojo 标准库还处于大力开发阶段,变化迅速,因此我们首先开源其核心模块。这是我们开源之旅的一个重要起点,而不是终点。 Mojo? 开发商Modular

    查看更多 2024-05-18

  • Linux 基金会创建 Redis 分支:Valkey

    Linux 基金会创建 Redis 分支:Valkey

    Linux 基金会宣布创建了一个 Redis 的开源分支,名为 Valkey;基于 Redis 7.2.4 进行开发,并将保持该项目在 BSD-3-Clause 许可下的使用和发布。 “自 2009 年 Redis 项目成立以来,成千上万的开源开发人员为其发展和成功做出了巨大贡献...... 为了继续改进这项重要的技术,并允许不受限制地分发该项目,社区创建了 Valkey

    查看更多 2024-05-18

  • 中国电信将于年内开源千亿级参数大模型

    中国电信将于年内开源千亿级参数大模型

    近日中国电信开源了 12B 参数规模星辰语义大模型 TeleChat-12B。相较于 1 月开源的 7B 版本,内容、性能和应用等方面整体效果提升了 30%。其中,多轮推理、安全问题等领域提升超 40%。另外,据了解,中国电信将于年内开源千亿级参数大模型。 根据介绍,TeleChat-12B 将 7B 版本 1.5T 训练数据提升至 3T,优化数据清洗、标注策略,持续构建专项任务

    查看更多 2024-05-18

  • SearXNG

    SearXNG

    SearXNG是一个基于开源项目的元搜索引擎,它通过聚合来自多个搜索服务和数据库的结果来提供搜索功能。 SearXNG可以作为浏览器的默认搜索引擎安装,也可以通过Tor网络使用,以增强在线匿名性。 该平台是免费且开源的,支持多种操作系统和硬件平台,包括但不限于Raspberry Pi,使得它非常易于部署和维护。SearXNG的开发始于2021年中期,由一个开放社区驱动,鼓励任何人参与贡献代码

    查看更多 2024-05-18

  • ChatGPT文章生成聚合插件 适用于火车头采集器 随机图片版

    ChatGPT文章生成聚合插件 适用于火车头采集器 随机图片版

    此为图片版,根据标题随机插入搜狗图片。如果不需要图片,请移步 无图版 。 先上图 分别用2个词分别生成2篇GPT文章,或者一个双标题分为2部分分别生成2篇GPT文章,然后组合到一起。程序完全开源未加密。 带过滤敏感词、特征词的功能。无需科学上网。 需要的工具, 1,火车头采集器 2,ChatGPT的apikey(密钥) 3,python环境,建议3.8版本 4,支持反代,可用小编的代理

    查看更多 2023-08-30

  • ChatGPT文章生成聚合插件 适用于火车头采集器

    ChatGPT文章生成聚合插件 适用于火车头采集器

    此版本没有插入图片,纯文字。如需带图的,请移步 图片版 。 先上图 程序完全开源未加密。分别用2个词分别生成2篇GPT文章,或者一个双标题分为2部分分别生成2篇GPT文章,然后组合到一起。 带过滤敏感词、特征词的功能。无需科学上网。 需要的工具, 1,火车头采集器 2,ChatGPT的apikey(密钥) 3,python环境,建议3.8版本 4,支持反代,可用小编的代理,也可自行设置 5

    查看更多 2023-08-30

提交需求或反馈

Demand feedback