✨ 1: Google has improved Sheets with AI.

Google 使用 AI 改进了 Sheets

您可以使用 Gemini 处理您的数据并将其变成老师。

1. 优化您的数据

Gemini 了解您的数据并提出改进建议。

例如，它可以将重复数据转换为更实用的下拉框。

2. 解释数据

通过单击双子座图标，您可以自动获得表格的摘要。

您也可以通过提示直接提出问题。

3.教我

不再需要弄清楚如何处理数据或使用特定功能。

只需询问双子座如何操作并获得分步指南即可。

例如：“教我如何使用带有色标的条件格式。“

4. 自然语言代替公式

如果你不知道公式，只需向双子座解释你想计算什么。

例如：“创建一个公式来计算西部地区所有产品的平均单价。“

地址：https://workspace.google.com/"

✨ 2: llama3v

llama3v模型通过结合Llama3 8B和siglip-so400m，实现了图像-文本生成的顶级性能。

llama3v是一种由Llama3 8和Bsiglip-so400m驱动的SOTA视觉模型

• 开源的最先进视觉语言模型（VLLM）
• 可以在本地快速推理
• 可通过Huggingface获得模型权重
• 已发布推理代码（训练代码将很快发布）

地址：https://github.com/mustafaaljadery/llama3v

✨ 3: FlashRAG

FlashRAG是一个高效研发RAG的Python工具包，包含32个基准数据集及12个先进算法。

FlashRAG 是一个用于再现和开发检索增强生成（RAG）研究的Python工具包。该工具包包括32个预处理后的RAG基准数据集和12种最先进的RAG算法。

1. 广泛且可定制的框架：包含RAG场景中所需的关键组件，如检索器、重排序器、生成器和压缩器，允许灵活地组装复杂的流水线。
2. 全面的基准数据集：涵盖32个预处理后的RAG基准数据集，用于测试和验证RAG模型的性能。
3. 预实现的高级RAG算法：基于此框架，提供了12种先进的RAG算法，并可以在不同设置下轻松复现结果。
4. 高效的预处理阶段：提供各种脚本简化RAG工作流程的准备，如语料库处理、检索索引构建和文档预检索等。
5. 优化的执行：通过工具如vLLM、FastChat和Faiss实现LLM推理加速和向量索引管理来提升库的效率。

地址：https://github.com/RUC-NLPIR/FlashRAG

✨ 4: ChatTTS

ChatTTS 是专为对话场景设计的文本到语音模型，支持中文和英文生成。

ChatTTS

ChatTTS 简介

ChatTTS 是一款专为对话场景设计的文本转语音（Text-to-Speech, TTS）模型，特别适用于大语言模型（LLM）助手。该模型支持中英文，并经过100,000+小时的中英文语音数据训练。HuggingFace 上的开源版本是基于40,000小时数据进行预训练的模型，无SFT（监督微调）。

亮点

1. 对话TTS：ChatTTS 针对对话任务进行优化，能够生成自然且富有表现力的语音，支持多位说话者，实现互动对话。
2. 细粒度控制：该模型可以预测和控制包括笑声、停顿、感叹词等细粒度的韵律特征。
3. 更好的韵律：ChatTTS 在韵律方面超越了大多数开源TTS模型，提供了预训练模型以支持进一步的研究和开发。

地址：https://github.com/2noise/ChatTTS

✨ 5: AnyNode

AnyNode是一个利用LLM进行输入处理并生成任意类型输出的ComfyUI节点。

AnyNode 是一个集成在 ComfyUI 中的节点插件，利用大语言模型（LLM）的强大功能，根据你的输入生成任何类型的输出。用户可以通过简单的输入生成多种复杂的任务和处理功能。AnyNode 的最大特点是它能够自动生成Python函数，基于提供的输入和输出需求来完成特定的任务。

AnyNode 为用户在 ComfyUI 中创建自定义处理节点提供了极大的灵活性和便利性，是一款功能强大的插件工具。

地址：https://github.com/lks-ai/anynode

更多AI工具，参考国内AiBard123，Github-AiBard123