🛠️必备工具
①项目：FunASR
★FunASR是一个基础的语音识别工具包，提供了多种功能，包括语音识别（ASR）、语音活动检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离以及多说话人ASR。FunASR通过支持工业级语音识别模型的训练和微调，帮助研究人员和开发者更方便地进行语音识别模型的研究和生产，促进语音识别生态的发展。
☆一键收藏：
https://sota.jiqizhixin.com/project/funasr
②项目：LoLCATs
★LoLCATs是一种新方法，用于将现有的Transformer模型（如Llamas和Mistrals）转换为具有先进性能的次二次大语言模型（LLMs）。该方法通过注意力转移和低秩线性化来实现，将softmax注意力替换为线性注意力，并通过低秩适应来调整近似误差，从而在保持质量的同时提高训练效率。
☆一键收藏：
https://sota.jiqizhixin.com/project/lolcats
③项目：VideoGen-Eval
★VideoGen-Eval项目旨在观察和比较最新视频生成模型的质量，特别是SORA类模型。该项目研究了文本到视频（T2V）、图像到视频（I2V）和视频到视频（V2V）生成的高质量视频生成技术。这些模型在生成高分辨率、自然运动、良好视觉语言对齐和增强可控性方面取得了显著进展。项目通过展示和比较来自十个闭源和多个开源模型的8000多个生成视频案例，深入分析了视频生成的最新进展。
☆一键收藏：
https://sota.jiqizhixin.com/project/videogen-eval
🤖 Agent开发
①项目：Agent-as-a-Judge
★Agent-as-a-Judge项目旨在通过引入自动化评估框架来解决传统评估方法在高级agent系统中的不足。该项目提供了一种在任务执行期间或之后进行评估的方法，大幅节省时间和成本，并提供连续的反馈信号以促进代理系统的进一步训练和改进。
☆一键收藏：
https://sota.jiqizhixin.com/project/agent-as-a-judge
②项目：AgentStack
★AgentStack 是一个用于快速构建强大 AI 代理的工具。它支持 macOS、Windows 和 Linux 系统，旨在简化从头开始创建代理项目的过程。用户无需配置复杂的工具和框架，AgentStack 提供了一个简单的模板，帮助开发者专注于代码编写。
☆一键收藏：
https://sota.jiqizhixin.com/project/agentstack
③项目：CleanS2S
★CleanS2S是一个高质量的流式语音到语音（S2S）交互智能体，采用单文件实现。该项目旨在提供类似GPT-4o风格的中文交互原型，让用户直接体验语言用户界面的强大功能，并为研究人员快速探索和验证S2S管道的潜力。
☆一键收藏：
https://sota.jiqizhixin.com/project/cleans2s
④项目：MMGen
★MG2是一个音乐生成模型，采用旋律引导的创新方法，尽管方法简单且资源有限，但表现出色。用户可以使用该模型为TikTok、YouTube Shorts和Meta Reels等平台上的短视频生成个性化背景音乐。此外，用户可以使用自己的私人音乐数据集以低成本微调模型。
☆一键收藏：
