gpt4o
本站收录 10 个带「gpt4o」标签的 AI 开源项目
WavTokenizerWavTokenizer 是一个先进的离散声学编解码器模型，专为音频语言建模设计，在 ICLR 2025 发表。它解决了传统音频编解码器在极低码率下保留语义和声★ 1,322
promptrPromptr 是一个命令行工具，让你用自然语言指令直接操作文件系统。它基于 OpenAI 的 GPT 模型，将你的中文或英文指令转化为具体的文件修改操作，支持★ 949
END-TO-END-GENERATIVE-AI-PROJECTS这是一个汇集端到端生成式AI行业项目的开源仓库，专注于大语言模型（LLM）的完整落地流程，从数据准备、模型微调、推理优化到部署上线。项目旨在为开发者提供可直接参★ 635
LLaVA-MiniLLaVA-Mini 是一个统一的大规模多模态模型（LMM），旨在高效处理图像、高分辨率图像和视频的理解任务。它解决了传统多模态模型在处理高分辨率图像和视频时计★ 576
OmniThinkOmniThink 是一个面向机器写作的开源框架，核心思想是让 AI 在生成文章前先进行类似人类的“思考”过程，从而扩展知识边界，提升内容的深度和广度。它解决的★ 485
Open-LLaVA-NeXTOpen-LLaVA-NeXT 是一个开源实现，旨在复现和训练 LLaVA-NeXT 多模态大模型。它解决了社区中缺乏完整、可复现的 LLaVA-NeXT 训练★ 440
VideoGPT-plusVideoGPT-plus 是论文《VideoGPT+: Integrating Image and Video Encoders for Enhanced V★ 294
tAItAI 是一个基于 Python 的命令行 AI 助手，专门帮助用户在 Linux 和 macOS 终端中处理命令相关问题。它通过自然语言交互，让用户直接提问如★ 105
ai-tools-ahkai-tools-ahk 是一个基于 AutoHotkey v2 的桌面端 AI 助手工具，通过全局热键让用户在任何窗口中对选中的文本快速调用 OpenAI（G★ 91
bingartBingArt 是一个非官方的异步 Python 封装库，用于调用 Bing 的图像和视频生成接口。它解决了开发者无法直接通过官方 API 使用 Bing AI★ 58