Meta Chameleon – 多模態開源模型

(英)Meta 的 FAIR 團隊公開 Chameleon 模型於研究用

Chameleon 的成功在於其完全基於 Token 的架構。模型將會同時學習圖像和文字，進行聯合推理，這對於分開編碼器的模型來說，令推理更接近 Reasoning 的要求，儘管存在一些限制。

Categories: 模型

---

Florence-2 (Microsoft)開源模型 – 影像識別

(英)輕量級視覺語言模型

模型在字幕、物件偵測、接地和分割等任務中展示了強大的零樣本和微調功能。

繼 Meta 推出多模態 open source 模型，Microsoft 也不甘後人，推出影像識別 Open source Florence-2 模型

儘管尺寸很小，但它所取得的結果與大許多倍的模型（如 Kosmos-2）相當。該模型的優勢不在於複雜的架構，而在於大規模的 FLD-5B 資料集，其中包含 1.26 億張影像和 54 億個綜合視覺註釋。

Categories: 模型

---

Llama中文社區，所有代碼更新適配Llama3

GitHub – LlamaFamily/Llama-Chinese: Llama中文社區

Llama中文社區，Llama3在線體驗和微調模型已開放，實時匯總最新Llama3學習資料，已將所有代碼更新適配Llama3，構建最好的中文Llama大模型，完全開源可商用

Categories: 模型

---

parler-tts: 高品質 TTS 模型的推理和訓練庫

Parler-TTS 的文本轉語音庫。Parler-TTS 是開源的，允許用戶生成各種風格的語音。文章詳細說明安裝及使用方法。 Parler-TTS 十分輕量，可以通過一行代碼安裝。此外，模型仍處於開發中，目標是將來使用更多的數據進行訓練。

(英) parler-tts: Inference and training library for high-quality TTS models.

Inference and training library for high-quality TTS models. – huggingface/parler-tts

Categories: 模型

---

grok-1: Grok open release

Grok-1 是一個參數量達到 3140 億的 AI 大語言模型，其規模超越了 OpenAI GPT-3.5 的 1750 億參數，是目前世界上最大的開源 LLM 大語言模型。馬斯克通過其旗下的 AI 公司 xAI 開發了這一模型

(英)GitHub – xai-org/grok-1: Grok open release

Grok open release. Contribute to xai-org/grok-1 development by creating an account on GitHub.

馬斯克旗下的 AI 創企 xAI 在2023 年11月推出了第一代大語言模型 Grok，其中 Grok-0 是最初的版本，擁有 330 億參數。隨後，經過數次改進，推出了Grok-1。這一過程中，xAI 採用了 Mixture-of-Experts（MOE）技術，並對模型進行了持續的優化和增強。

開源時間方面，馬斯克在 2024 年 3 月 17 日正式宣佈開源 Grok-1

Categories: 模型

---