Streamer-Sales：智慧賣貨主播大模型，提升銷售效率，增強購物體驗
Streamer-Sales 銷冠是一個基於大語言模型的智慧賣貨主播系統，它能夠根據商品特點從激發使用者購買意願的角度出發進行商品解說。該模型在 InternLM2 的基礎上透過指令微調而來，整合了 LMDeploy 加速推理，支援 ASR 語音生成文字，RAG 檢索增強生成，Agent 網路查詢等功能，並透過 TTS 技術生成帶有感情的語音，最終生成主播數字人影片，為商品解說提供全方位的技術支援。
賣貨主播大模型–樂樂喵-7B：智慧賣貨主播，提升銷售效率，增強使用者體驗
Streamer-Sales 銷冠 —— 賣貨主播大模型是一個基於InternLM2微調而來的AI模型，能夠根據商品特點進行解說，激發使用者的購買意願。它適用於線上直播銷售和線下門店推廣，可以顯著提升銷售效率和使用者體驗，為品牌形象加分。該模型透過智慧解說，使商品細節和整體效果更加生動、精準，從而吸引消費者。
賣貨主播大模型–樂樂喵-7B-4bit：智慧賣貨主播，提升銷售效率，增強購物體驗
Streamer-Sales 銷冠 —— 賣貨主播大模型是一個基於商品特點進行解說並激發使用者購買意願的智慧模型。它透過深度理解商品特點，以生動、精準的語言為商品量身打造解說詞，讓每一件商品都煥發出誘人的光彩。無論是線上直播銷售還是線下門店推廣，這款模型都能成為銷售的得力助手，提升銷售效率，增強使用者體驗，為品牌形象加分。
Knowledge Graph RAG：利用知識圖譜和文檔網路增強語言模型效能
Knowledge Graph RAG 是一個開源的Python庫，它透過建立知識圖譜和文檔網路來增強大型語言模型（LLM）的效能。這個庫允許使用者透過圖譜結構來搜尋和關聯資訊，從而為語言模型提供更豐富的上下文。它主要應用於自然語言處理領網域，尤其是在文檔檢索和資訊抽取任務中。
Cadenza：智慧音樂創作工具，一鍵生成專業和絃進行
Cadenza是一款AI驅動的音樂製作工具，它允許使用者透過簡單的描述來生成專業的MIDI和絃進行。該工具能夠確保和絃流暢地轉換，適用於各種音樂風格，從流行到爵士。Cadenza的主要優點包括使用者友好的介面、實時生成和絃進行的能力以及與各種數字音訊工作站(DAW)的相容性。價格方面，Cadenza在促銷期間以30美元的價格出售，這使得它對於音樂製作人來說是一個經濟實惠的選擇。
Florence-2-base-ft：先進的視覺基礎模型，支援多種視覺和視覺-語言任務
Florence-2是由微軟開發的高階視覺基礎模型，採用基於提示的方法處理廣泛的視覺和視覺-語言任務。該模型能夠解釋簡單的文本提示，執行諸如影象描述、目標偵測和分割等任務。它利用FLD-5B資料集，包含54億個註釋，覆蓋1.26億張影象，精通多工學習。其序列到序列的架構使其在零樣本和微調設定中均表現出色，證明是一個有競爭力的視覺基礎模型。
Tellers：將任何文本、文章或故事快速轉化為影片
Tellers是一個AI驅動的影片編輯平臺，它允許使用者將書面內容快速轉化為影片，無需影片編輯專業知識。該平臺透過使用機器學習和訊號處理演算法，為使用者提供了一種創新和實用的方式來擴充內容的覆蓋範圍，提高SEO排名，觸及新的社群，並提高內容的可訪問性。Tellers還提供了商業版，支援企業整合和定製化服務，滿足資料隱私和內部軟體整合式需求。
MyTrainingPlan：個性化馬拉松訓練計劃
MyTrainingPlan是一個提供個性化馬拉松和半程馬拉松訓練計劃的網站。它透過AI技術根據使用者在Strava上的活動歷史和當前健康狀況來建立定製的訓練計劃。使用者可以輕鬆調整計劃以適應變化，並與之前的訓練週期進行比較，以保持動力。此外，網站還提供里程統計、配速計算器和比賽倒數計時等工具，幫助使用者更好地準備比賽。
Licode：無需編碼，快速構建AI驅動的網頁應用
Licode是一個無程式碼平臺，為構建者、企業和創業者提供了一個原生由AI驅動的網頁應用建立環境。它允許使用者無需編碼即可輕鬆構建SaaS、門戶、儀表板、CRM、聊天應用和表單應用。Licode內建了AI功能，使用者可以隨時隨地在應用中啟用AI提示，賦予使用者即開即用的AI能力。此外，Licode還提供了預構建的UI元件、內建的認證和使用者管理系統、與Stripe整合式賬單管理、安全的資料庫儲存以及自訂業務邏輯的動作建立功能。
Florence-2-large：先進的視覺基礎模型，支援多種視覺和視覺-語言任務
Florence-2-large是由微軟開發的先進視覺基礎模型，採用基於提示的方法處理廣泛的視覺和視覺-語言任務。該模型能夠解釋簡單的文本提示來執行如影象描述、目標偵測和分割等任務。它利用包含54億註釋的5.4億影象的FLD-5B資料集，精通多工學習。其序列到序列的架構使其在零樣本和微調設定中均表現出色，證明是一個有競爭力的視覺基礎模型。