🏆 基座模型
①项目：Mini-Omni
★Mini-Omni 是一个开源的多模态大语言模型，具备实时端到端的语音输入和流式音频输出对话能力，它可以在对话时"边思考边说"，实现文本与音频的同步生成。为了实现这种能力，作者提出了一种文本指导的语音生成方法，以及推理过程中的批量并行策略，以进一步提升性能。Mini-Omni 是第一个完全端到端的开源实时语音交互模型，为未来的研究提供了宝贵的潜力。
☆一键收藏：
https://sota.jiqizhixin.com/project/mini-omni
②项目：OLMoE
★OLMoE-1B-7B 是艾伦人工智能实验室开源的一个拥有 1B 活跃参数和 7B 总参数的MOE模型。该模型在1B参数量级中表现出色，并且在性能上与更大的模型（如 Llama2-13B、 DeepSeekMoE-16B）具有竞争力。OLMoE 完全开源，包括模型权重、代码、数据集等。
☆一键收藏：
https://sota.jiqizhixin.com/project/olmoe
🛠️必备工具
①项目：RAG_Techniques
★RAG技术正在革新信息检索与生成AI的结合方式。本项目展示了一系列先进的RAG技术，旨在提升RAG系统的准确性、效率和上下文丰富性。该项目通过提供全面的教程和实用的实现指南，为研究人员和从业者提供了一个宝贵的资源，推动RAG技术的创新。
☆一键收藏：
https://sota.jiqizhixin.com/project/rag-techniques
②项目：Anthropic Quickstarts
★Anthropic Quickstarts 是官方推出的一系列项目集合，旨在帮助开发者快速开始使用 Anthropic API 构建可部署的应用程序。每个快速入门项目都提供了一个基础，开发者可以轻松地在此基础上进行构建和定制，以满足特定需求。
☆一键收藏：
https://sota.jiqizhixin.com/project/anthropic-quickstarts
③项目：HuixiangDou
★HuixiangDou是一个LLM技术助手系统，由上海人工智能实验室开发。这个系统旨在通过提供对开源算法项目相关问题的深入回答，来协助算法开发者。它特别适用于集成到即时通讯（IM）工具的群聊中，如微信和飞书。该项目还通过文本向量化技术，系统能够判断哪些问题值得回答，从而避免对不相关或非技术性内容的响应。
☆一键收藏：
https://sota.jiqizhixin.com/project/huixiangdou
④项目：ReMind
★ReMind是一个本地AI Agent，旨在捕捉和索引本地操作，例如记录记录屏幕截图、音频等，并对其进行转录和总结以便于回忆，该应用使用先进的AI模型提供详细的日常活动总结，并基于个人操作历史回答问题。
☆一键收藏：
https://sota.jiqizhixin.com/project/remind
👋网页端访问：https://sota.jiqizhixin.com
