✨ 1: Google has improved Sheets with AI.
Google 使用 AI 改进了 Sheets
您可以使用 Gemini 处理您的数据并将其变成老师。
- 优化您的数据
Gemini 了解您的数据并提出改进建议。
例如，它可以将重复数据转换为更实用的下拉框。
- 解释数据
通过单击双子座图标，您可以自动获得表格的摘要。
您也可以通过提示直接提出问题。
3.教我
不再需要弄清楚如何处理数据或使用特定功能。
只需询问双子座如何操作并获得分步指南即可。
例如：“教我如何使用带有色标的条件格式。“
- 自然语言代替公式
如果你不知道公式，只需向双子座解释你想计算什么。
例如：“创建一个公式来计算西部地区所有产品的平均单价。“
地址：https://workspace.google.com/"
✨ 2: llama3v
llama3v模型通过结合Llama3 8B和siglip-so400m，实现了图像-文本生成的顶级性能。
llama3v是一种由Llama3 8和Bsiglip-so400m驱动的SOTA视觉模型
- 开源的最先进视觉语言模型（VLLM）
- 可以在本地快速推理
- 可通过Huggingface获得模型权重
- 已发布推理代码（训练代码将很快发布）
地址：https://github.com/mustafaaljadery/llama3v
✨ 3: FlashRAG
FlashRAG是一个高效研发RAG的Python工具包，包含32个基准数据集及12个先进算法。
FlashRAG 是一个用于再现和开发检索增强生成（RAG）研究的Python工具包。该工具包包括32个预处理后的RAG基准数据集和12种最先进的RAG算法。
- 广泛且可定制的框架：包含RAG场景中所需的关键组件，如检索器、重排序器、生成器和压缩器，允许灵活地组装复杂的流水线。
- 全面的基准数据集：涵盖32个预处理后的RAG基准数据集，用于测试和验证RAG模型的性能。
- 预实现的高级RAG算法：基于此框架，提供了12种先进的RAG算法，并可以在不同设置下轻松复现结果。
- 高效的预处理阶段：提供各种脚本简化RAG工作流程的准备，如语料库处理、检索索引构建和文档预检索等。
- 优化的执行：通过工具如vLLM、FastChat和Faiss实现LLM推理加速和向量索引管理来提升库的效率。
地址：https://github.com/RUC-NLPIR/FlashRAG
✨ 4: ChatTTS
ChatTTS 是专为对话场景设计的文本到语音模型，支持中文和英文生成。
ChatTTS 是一款专为对话场景设计的文本转语音（Text-to-Speech, TTS）模型，特别适用于大语言模型（LLM）助手。该模型支持中英文，并经过100,000+小时的中英文语音数据训练。HuggingFace 上的开源版本是基于40,000小时数据进行预训练的模型，无SFT（监督微调）。
- 对话TTS：ChatTTS 针对对话任务进行优化，能够生成自然且富有表现力的语音，支持多位说话者，实现互动对话。
- 细粒度控制：该模型可以预测和控制包括笑声、停顿、感叹词等细粒度的韵律特征。
- 更好的韵律：ChatTTS 在韵律方面超越了大多数开源TTS模型，提供了预训练模型以支持进一步的研究和开发。
地址：https://github.com/2noise/ChatTTS
✨ 5: AnyNode
AnyNode是一个利用LLM进行输入处理并生成任意类型输出的ComfyUI节点。
AnyNode 是一个集成在 ComfyUI 中的节点插件，利用大语言模型（LLM）的强大功能，根据你的输入生成任何类型的输出。用户可以通过简单的输入生成多种复杂的任务和处理功能。AnyNode 的最大特点是它能够自动生成Python函数，基于提供的输入和输出需求来完成特定的任务。
AnyNode 为用户在 ComfyUI 中创建自定义处理节点提供了极大的灵活性和便利性，是一款功能强大的插件工具。
地址：https://github.com/lks-ai/anynode
更多AI工具，参考国内AiBard123，Github-AiBard123
公众号：每日AI新工具
