Popular GitHub Repositories for Primehub Ce

[CCS 2021] "DataLens: Scalable Privacy Preserving Training via Gradient Compression and Aggregation" by Boxin Wang*, Fan Wu*, Yunhui Long*, Luka Rimanic, Ce Zhang, Bo Li

Wunjo CE: Face Swap, Lip Sync, Control Remove Objects & Text & Background, Restyling, Audio Separator, Clone Voice, Video Generation. Open Source, Local & Free.

open-source MLOps platform

This is a repository for an object detection inference API using the Tensorflow framework.

Official Implementation of IVLN-CE: Iterative Vision-and-Language Navigation in Continuous Environments

[IEEE S&P 22] "LinkTeller: Recovering Private Edges from Graph Neural Networks via Influence Analysis" by Fan Wu, Yunhui Long, Ce Zhang, Bo Li

Optimized loss based on cross-entropy (CE), like MWER (minimum WER) Loss with beam search and negative sampling strategy, Smoothed Max Pooling Loss.

LuciFlow est une application Web basée sur Flask, con?ue pour convertir des fichiers audio (mp3, wav, etc.) en texte à l'aide du modèle d'intelligence artificielle openai/whisper-large-v3-turbo disponible sur Hugging Face. L'application et le modèle d'IA sont destinés à être exécutée en local, ce qui permet de rester ma?tre de ces données.

Ce projet est un logiciel de Retrieval-Augmented Generation (RAG) développé en Node.js avec LangChain et Ollama.

Grad Course (2021), CE 203 – Surface Water Hydrology

Vous trouverez dans ce dép?t, tous les éléments nécessaires pour démarrer un serveur MLflow dans un codespace (Dev Container).

Ce projet a pour objectif d'utiliser les algorithmes de machine learning pour aider à une détection de site web de phishing efficace contre les zéros-day phishing sites. Une étude pour le choix du modèle a été réalisée avec colab (https://colab.research.google.com/drive/151-F9R8mUjVEVJq0sqrW31wAlhXqd5mg). Ce modèle a été déployé sur un site web réalisé avec les technologies java, JEE et Python.

Ce dépôt est un guide pour construire un assistant agent intelligent et modulaire. Il vous apprend à créer des agents autonomes qui utilisent une boîte à outils pour accomplir des tâches complexes, posant les bases pour des systèmes multi-agents

Dans ce contexte, il devient crucial de développer des systèmes intelligents capables de détecter automatiquement ces fausses informations. Ce projet a pour objectif de concevoir un système de détection de fausses nouvelles à l'aide d'algorithmes de machine learning.

一个针对 Portainer 的模型上下文协议 (MCP) 服务器实现，允许 AI 助手通过 Portainer 的 API 与 Docker 容器和服务进行交互。

Dans ce contexte, il devient crucial de développer des systèmes intelligents capables de détecter automatiquement ces fausses informations. Ce projet a pour objectif de concevoir un système de détection de fausses nouvelles à l'aide d'algorithmes de machine learning.

L'objectif de ce challenge est de proposer une méthode de classification, basée sur des réseaux de neurones, permettant de classer des images issues de Google Quickdraw (https://quickdraw.withgoogle.com/data). Le jeu de données proposé comprend 5 classes balancées, avec 15000 exemples d'apprentissage et 5000 exemples de validation.

Ce projet propose une solution innovante de matching candidats-postes grâce à l'intelligence artificielle, l'analyse sémantique avancée et un scoring multicritère précis. Automatisez vos processus RH, éliminez les biais humains et optimisez l'efficacité de vos recrutements.

Ce projet propose une API intelligente construite avec FastAPI pour prédire des maladies à partir de données médicales de patients. L'application repose sur un modèle de machine learning (Logistic Regression) géré via MLflow, et peut facilement être déployée grâce à Docker.