🏆基座模型
①项目：Stable Diffusion 3.5
★Stable Diffusion 3.5 是一个用于图像生成的深度学习模型，包含三个版本（Large、Large Turbo和Medium）。该项目提供了一个轻量级的推理实现，支持多种文本编码器和变分自编码器（VAE）解码器。用户可以通过简单的命令生成高质量的图像，适用于多种应用场景，如AI艺术创作和计算机视觉研究。
☆一键收藏：
https://sota.jiqizhixin.com/project/stable-diffusion-3-5
🛠️框架平台、必备工具
①项目：O1-nano
★O1-nano是一个开源项目，旨在实现OpenAI O1模型系列的简化版本。该项目主要用于展示模型在算术问题求解中的能力。O1-nano结合了思维链推理和强化学习，能够在训练和推理过程中生成完成和内部推理的标记。该项目的目标是通过分解复杂问题为子任务来提高问题解决能力。
☆一键收藏：
https://sota.jiqizhixin.com/project/o1-nano
②项目：Moonshine
★Moonshine是一组优化用于资源受限设备的快速且准确的语音转文本模型。它非常适合实时的设备端应用，如实时转录和语音命令识别。Moonshine在HuggingFace维护的OpenASR排行榜上使用的数据集上，获得了比OpenAI的Whisper模型更好的词错误率（WER）。
☆一键收藏：
https://sota.jiqizhixin.com/project/moonshine
③项目：Whispo
★Whispo是一个由AI驱动的语音转录工具。用户可以通过按住Ctrl键录制语音，释放后自动将转录文本插入到当前使用的应用程序中。该工具支持任何支持文本输入的应用程序，并且数据存储在本地。Whispo使用OpenAI Whisper进行转录，并支持通过自定义API URL使用用户自己的API进行转录。此外，还支持使用大型语言模型（如OpenAI、Groq和Gemini）进行转录后处理。
☆一键收藏：
https://sota.jiqizhixin.com/project/whispo
④项目：Fast-LLM
★Fast-LLM 是一个用于训练大型语言模型的开源库，基于 PyTorch 和 Triton 构建。它具有极高的速度，能够扩展到大型集群，支持多种模型架构，并且易于使用。与商业框架如 Megatron-LM 不同，Fast-LLM 完全开源，鼓励社区驱动的开发，研究人员可以根据需要自由定制和优化。
☆一键收藏：
https://sota.jiqizhixin.com/project/fast-llm
⑤项目：GraphLLM
★GraphLLM是一个基于图的框架，用于通过一个或多个大语言模型（LLM）处理数据。它提供了一个强大的agent，能够执行网页搜索和运行Python代码，并包含一组工具来抓取网页并将数据重新格式化为LLM友好的格式。GraphLLM的设计目标是提供对原始提示和模型输出的完全控制，且不隐藏库的内部工作。项目还在开发一个类似ComfyUI的GUI，以支持复杂图形的高级功能。
☆一键收藏：
