茴香豆

深度求索（deepseek），成立于年，专注于研究世界领先的通用人工智能底层模型与技术，挑战人工智能前沿性难题。基于自研训练框架、自建智算集群和万卡算力等资源，深度求索团队仅用半年时间便已发布并开源多个百亿级参数大模型，如deepseek-llm通用大语言模型、deepseek-coder代码大模型，并在年月率先开源国内首个moe大模型（deepseek-moe），各大模型在公开评测榜单及真实样本外的泛化效果均有超越同级别模型的出色表现。和deepseekai对话，轻松接入api。

PlugBear可以在几秒钟内将您的LLM应用程序连接到Slack等工具,无需编写任何代码。它支持主流的LLM框架,让您只需开发一次LLM应用,就可以连接到各种流行的协作和交流工具。

DeepEval提供了不同方面的度量来评估LLM对问题的回答,以确保答案是相关的、一致的、无偏见的、非有毒的。这些可以很好地与CI/CD管道集成在一起,允许机器学习工程师快速评估并检查他们改进LLM应用程序时,LLM应用程序的性能是否良好。DeepEval提供了一种Python友好的离线评估方法,确保您的管道准备好投入生产。它就像是“针对您的管道的Pytest”,使生产和评估管道的过程与通过所有测试一样简单直接。

AutoAgents是一个开源的基于LLM的自动智能体生成实验应用程序。该程序由LLM驱动,可以根据你设定的目标自动生成多角色智能体。它可以根据问题确定需要添加的专家角色和具体的执行计划。包含智能体生成器、执行计划生成器、结果反思模块等。使LLM像人一样,可以根据问题自主地分配不同的角色,制定解决问题的计划并执行。

Essential AI开发了全栈AI产品,通过自动化枯燥乏味的工作流程,显著提高企业工作效率。例如,他们的技术可以使数据分析师的工作效率提高10倍,并为商业用户提供工具,使他们自己成为独立的数据驱动决策者。它还可以识别组织供应链中的最大风险并提出改进建议。随着人工反馈和技术突破,Essential AI的LLM将赋能用户解决越来越困难的任务,解锁关键技能,扩大组织对社会的影响。

ELLA（Efficient Large Language Model Adapter）是一种轻量级方法，可将现有的基于CLIP的扩散模型配备强大的LLM。ELLA提高了模型的提示跟随能力，使文本到图像模型能够理解长文本。我们设计了一个时间感知语义连接器，从预训练的LLM中提取各种去噪阶段的时间步骤相关条件。我们的TSC动态地适应了不同采样时间步的语义特征，有助于在不同的语义层次上对U-Net进行冻结。ELLA在DPG-Bench等基准测试中表现优越，尤其在涉及多个对象组合、不同属性和关系的密集提示方面表现出色。