Fine Grained Generation 相关的热门 GitHub AI项目仓库

Stable Diffusion 的网页版界面

统一高效微调100多个大型语言模型和视觉语言模型 (ACL 2024)

一个命令行界面平台，用于代码生成的实验。这是 lovable.dev 网站的前身。

使用Llama 3.3、DeepSeek-R1和推理大型语言模型微调，速度提升2倍，内存占用减少70%！

开箱即用的云端模板，适用于基于检索增强生成（RAG）的应用、AI 数据管道和企业级搜索，并支持实时数据。?支持Docker。?始终与Sharepoint、Google Drive、S3、Kafka、PostgreSQL、实时数据API等同步。

LlamaIndex 是一个领先的框架，用于基于你的数据构建强大的、由大型语言模型 (LLM) 驱动的智能体。

开源免费的替代方案，可替代OpenAI、Claude等。支持本地自托管，无需GPU，可在家用硬件上运行。可直接替换OpenAI，支持gguf、transformers、diffusers等多种模型架构。功能包括：文本、音频、视频、图像生成，语音克隆，分布式和P2P推理。

Langchain-Chatchat（原Langchain-ChatGLM）是一个基于Langchain框架，结合ChatGLM、Qwen、Llama等大型语言模型，实现基于检索增强生成（RAG）和智能体（Agent）应用的本地知识库系统。

Diffusers：一个基于PyTorch和FLAX的库，包含最先进的扩散模型，用于图像、视频和音频生成。

你的 AI 第二大脑，可自行托管。从网络或你的文档中获取答案。构建自定义代理，安排自动化任务，进行深度研究。将任何在线或本地大型语言模型 (LLM) 变成你个人的自主 AI（例如 GPT、Claude、Gemini、Llama、Qwen、Mistral）。立即开始 – 免费。

Invoke 是一个领先的 Stable Diffusion 模型创意引擎，赋能专业人士、艺术家和爱好者使用最新的 AI 技术生成和创作视觉媒体。该方案提供业界领先的 WebUI，并作为多个商业产品的基础。

基于PyTorch的图像到图像转换

一个AI编排框架，用于构建可定制、可用于生产环境的大型语言模型(LLM)应用。它能够将组件（模型、向量数据库、文件转换器）连接到管道或代理，从而与您的数据进行交互。借助先进的检索方法，它最适合构建基于检索的增强生成(RAG)系统、问答系统、语义搜索或对话式智能体聊天机器人。

支持多语言的大型语音生成模型，具备推理、训练和部署的全栈能力。

落地SAM：融合DINO、Segment Anything、Stable Diffusion和Recognize Anything，实现自动检测、分割和生成任何物体

稳定的扩散模型 WebUI 协作平台

构建企业级 RAG（检索增强生成）流水线的统一框架，该框架使用小型专用模型

CVPR 2023论文《SadTalker：学习用于风格化音频驱动单图像说话人动画的真实3D运动系数》

结构化文本生成

可以根据绘画生成照片、将马变成斑马、进行风格迁移等等功能的软件。