mifi/lossless-cut

Stars: 17.3k License: GPL-2.0

LosslessCut是一款跨平臺(tái)的FFmpeg GUI工具，它可以對(duì)視頻、音頻和字幕等相關(guān)媒體文件進(jìn)行快速無(wú)損操作。
該軟件最主要的功能是無(wú)損剪切和裁剪音視頻文件，可以使用它快速提取出好的部分并丟棄其余片段而不會(huì)損失質(zhì)量，這非常適合用于處理從攝像機(jī)、GoPro或者無(wú)人機(jī)中獲取到的大型視頻文件以節(jié)省存儲(chǔ)空間。此外它還能在不需要重新編碼的情況下添加音樂(lè)或字幕軌道到視頻中，所以速度非?？?。

特點(diǎn)：

• 支持多數(shù)格式的無(wú)損剪切
• 實(shí)驗(yàn)性質(zhì)功能：自動(dòng)檢測(cè)靜默段（例如電視廣告）
• 重排任意順序下的音視頻段落
• 流編輯處理
• 將多個(gè)源組合到一個(gè)輸出里 （比如給一個(gè)視頻加上背景音樂(lè)）
• 提取、編輯和移除各種類型軌道 (包括但不限于視頻/音頻/字幕/附件)
• 快速批次流程 （注意：尚未有批量輸出）
• 無(wú)損重編碼視頻/音頻到不同格式的文件中
• 可以從視頻中提取全分辨率快照，保存為JPEG/PNG格式（低或高質(zhì)量）
• 將一段時(shí)間范圍內(nèi)的幀導(dǎo)出為圖像 (每n個(gè)幀、秒數(shù)、場(chǎng)景變化等)

bigcode-project/starcoder

Stars: 5.8k License: Apache-2.0

StarCoder 是一個(gè)基于源代碼和自然語(yǔ)言文本訓(xùn)練的語(yǔ)言模型 (LM)。它的訓(xùn)練數(shù)據(jù)包括 80 多種不同編程語(yǔ)言以及從 GitHub 問(wèn)題、提交記錄和筆記中提取出來(lái)的文本。這個(gè)項(xiàng)目展示了該 LM 的能力概覽。

以下是 StarCoder 項(xiàng)目的關(guān)鍵特性和核心優(yōu)勢(shì)：

• 可用于完成函數(shù)實(shí)現(xiàn)或推斷一行代碼中后續(xù)字符
• 基于 ??’s transformers 庫(kù)，可以進(jìn)行代碼生成
• 支持快速啟動(dòng)，并列舉了安裝步驟、使用方法等詳細(xì)說(shuō)明
• 提供精調(diào)功能，可在具體下游任務(wù)上應(yīng)用
• 通過(guò) PEFT 和 bitsandbytes 簡(jiǎn)化并高效地進(jìn)行精調(diào)操作
• 支持 Stack Exchange 數(shù)據(jù)集 fine-tuning，在指令方面表現(xiàn)良好
• 評(píng)估工具 BigCode-Evaluation-Harness 對(duì)其衍生產(chǎn)品也有很好支持

請(qǐng)注意：在使用之前需要接受協(xié)議，并確保已登錄 Hugging Face hub。此外，請(qǐng)參考 Readme 中給出的硬件要求信息。

bentoml/OpenLLM

Stars: 5.1k License: Apache-2.0

OpenLLM 是一個(gè)用于在生產(chǎn)環(huán)境中操作大型語(yǔ)言模型 (LLMs) 的開(kāi)放平臺(tái)。

主要功能：

• 支持各種最先進(jìn)的開(kāi)源 LLMs，包括 StableLM、Falcon、Dolly 等。
• 提供靈活的 API，可以通過(guò) RESTful API 或 gRPC 進(jìn)行服務(wù)，并支持 WebUI、CLI 和 Python/Javascript 客戶端查詢。
• 可以自由構(gòu)建 AI 應(yīng)用程序，與 LangChain、BentoML 和 Hugging Face 無(wú)縫集成。
• 簡(jiǎn)化部署流程，可自動(dòng)生成 LLM 服務(wù)器 Docker 鏡像或作為 Serverless 端點(diǎn)部署。

baichuan-inc/Baichuan-7B

Stars: 4.7k License: Apache-2.0

Baichuan-7B 是一個(gè)由百川智能開(kāi)發(fā)的大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型。該項(xiàng)目基于 Transformer 結(jié)構(gòu)，使用了 70 億參數(shù)，在約 1.2 萬(wàn)億個(gè) tokens 上進(jìn)行了訓(xùn)練。這個(gè)開(kāi)源項(xiàng)目支持中英雙語(yǔ)，并且具有 4096 長(zhǎng)度的上下文窗口。

以下是 Baichuan-7B 的關(guān)鍵特性和核心優(yōu)勢(shì)：

• 在標(biāo)準(zhǔn)的中文和英文 benchmark (C-Eval/MMLU) 上取得同尺寸更好效果
• 支持多領(lǐng)域?qū)W科評(píng)測(cè)數(shù)據(jù)集 C-Eval 和 Gaokao
• 具備認(rèn)知與問(wèn)題解決相關(guān)任務(wù)能力評(píng)估 AGIEval 數(shù)據(jù)集

mosaicml/llm-foundry

Stars: 2.9k License: Apache-2.0

LLM Foundry 是一個(gè)用于訓(xùn)練 MosaicML 基礎(chǔ)模型的代碼庫(kù)。它旨在提供易于使用、高效和靈活的功能，以便快速嘗試最新技術(shù)。

以下是該項(xiàng)目的核心優(yōu)勢(shì)和關(guān)鍵特性：

• 提供了各種模型、數(shù)據(jù)集、回調(diào)函數(shù)和實(shí)用工具等源代碼。
• 包含運(yùn)行 LLM 工作負(fù)載所需的腳本。
• 可將原始文本數(shù)據(jù)轉(zhuǎn)換為 StreamingDataset 格式，并存儲(chǔ)在 data_prep/ 目錄下。
• 支持從 125M 到 70B 參數(shù)范圍內(nèi)對(duì) HuggingFace 和 MPT 模型進(jìn)行訓(xùn)練或微調(diào)。
• 可通過(guò) benchmarking 文件夾中提供的工具評(píng)估培訓(xùn)吞吐量、MFU (Most Frequently Used) 等指標(biāo)。
• 能夠?qū)⒛Ｐ娃D(zhuǎn)換為 HuggingFace 或 ONNX 格式，并生成響應(yīng)結(jié)果，位于 inference/ 目錄下。

liou666/polyglot

Stars: 1.4k License: MIT

Polyglot是一款多平臺(tái)的桌面端應(yīng)用程序，旨在提供一個(gè)易于使用的語(yǔ)言練習(xí)平臺(tái)，方便進(jìn)行多語(yǔ)種的口語(yǔ)練習(xí)。它基于ChatGPT和Azure人工智能語(yǔ)言模型作為底層服務(wù)，并使用Vue3+TS技術(shù)棧構(gòu)建。該項(xiàng)目具有以下特點(diǎn)：

• 多國(guó)語(yǔ)言口語(yǔ)練習(xí)：內(nèi)置了英文AI角色，其他非英文支持自定義。
• 智能對(duì)話功能：基于chatGPT服務(wù)實(shí)現(xiàn)。
• 支持暗黑模式、文字翻譯等功能。
• 用戶可自定義配置Azure key、頭像以及對(duì)話場(chǎng)景。

如果您想要提高外語(yǔ)水平或者掌握一門(mén)新的外語(yǔ)，那么這個(gè)開(kāi)源項(xiàng)目將是一個(gè)不錯(cuò)的選擇。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-733365.html

到了這里，關(guān)于無(wú)損剪切音視頻文件的跨平臺(tái)工具： LosslessCut | 開(kāi)源日?qǐng)?bào) 0908的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！