Nemotron-4-340B-Reward：多維獎勵模型，助力構建自訂大型語言模型
Nemotron-4-340B-Reward是由NVIDIA開發的多維獎勵模型，用於合成資料生成管道，幫助研究人員和開發者構建自己的大型語言模型（LLMs）。該模型由Nemotron-4-340B-Base模型和一個線性層組成，能夠將響應末尾的標記轉換為五個標量值，對應於HelpSteer2屬性。
ChatTTS_Speaker：基於ERes2NetV2模型的音色穩定性評分與音色打標
ChatTTS_Speaker是一個基於ERes2NetV2說話人辨識模型的實驗性專案，旨在對音色進行穩定性評分和音色打標，幫助使用者選擇穩定且符合需求的音色。專案已開源，支援線上試聽和下載音色樣本。
WonderWorld：從單張圖片生成互動式3D場景
WonderWorld是一個創新的3D場景擴充框架，允許使用者基於單張輸入圖片和使用者指定的文本探索和塑造虛擬環境。它透過快速高斯體素和引導擴散的深度估計方法，顯著減少了計算時間，生成幾何一致的擴充，使3D場景的生成時間少於10秒，支援實時使用者互動和探索。
fastc：輕量級文本分類工具，使用大型語言模型嵌入
fastc是一個基於大型語言模型嵌入的簡單且輕量級的文本分類工具。它專注於CPU執行，使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。透過餘弦相似度分類代替微調，實作文本分類。它還可以在不增加額外開銷的情況下，使用相同的模型執行多個分類器。
MeshAnything：3D資產的自動生成工具
MeshAnything是一個利用自迴歸變換器進行藝術家級網格生成的模型，它可以將任何3D表示形式的資產轉換為藝術家建立的網格(AMs)，這些網格可以無縫應用於3D行業。它透過較少的面數生成網格，顯著提高了儲存、渲染和模擬效率，同時實作了與先前方法相當的精度。
HunyuanDiT-v1.1：多解析度擴散變換器，支援中英文
HunyuanDiT-v1.1是由騰訊Hunyuan團隊開發的一款多解析度擴散變換模型，它具備精細的中英文理解能力。該模型透過精心設計的變換器結構、文本編碼器和位置編碼，結合從頭開始構建的完整資料管道，實作資料的迭代最佳化。HunyuanDiT-v1.1能夠執行多輪多模態對話，根據上下文生成和細化影象。
UniAnimate：高效生成一致性人物影片動畫的模型
UniAnimate是一個用於人物影象動畫的統一影片擴散模型框架。它透過將參考影象、姿勢指導和噪音影片對映到一個共同的特徵空間，以減少最佳化難度並確保時間上的連貫性。UniAnimate能夠處理長序列，支援隨機噪音輸入和首幀條件輸入，顯著提高了生成長期影片的能力。
LVBench：長影片理解基準測試
LVBench是一個專門設計用於長影片理解的基準測試，旨在推動多模態大型語言模型在理解數小時長影片方面的能力，這對於長期決策制定、深入電影留言和討論、現場體育解說等實際應用至關重要。
開搜AI搜尋：面向大眾的AI問答搜尋引擎
開搜AI問答搜尋引擎是一款面向大眾的、直達答案的AI問答搜尋引擎，它能夠幫助使用者從海量的文獻資料中篩選出有用的資訊，提供直接、精準的答案，並且能夠自動總結重點、生成大綱、思維導圖並下載。
AI Math Notes：一個互動式繪圖應用，用於數學方程的繪製和計算
AI Math Notes 是一個開源的互動式繪圖應用程式，允許使用者在畫布上繪製數學方程。應用程式利用多模態大型語言模型（LLM）計算並顯示結果。該應用程式使用Python開發，利用Tkinter庫建立圖形化使用者介面，使用PIL進行影象處理。