Плагины для ИИ-инструментов и редакторов: расширения для Claude Code, Cursor, VS Code и других сред — добавляйте возможности одной установкой.
Бенчмарк понимания длинных текстов от Tsinghua: 21 задача на документах до 32 тысяч токенов — однозначное отслеживание прогресса моделей.
Честная оценка длинного контекста: синтетические задачи из четырёх категорий показывают реальную длину контекста модели — а не заявленную в маркетинге.
Шумоподавление для речи в реальном времени: работает на CPU с задержкой в миллисекундах — для звонков, подкастов и встроенных устройств.
Классика разделения вокала от Deezer: выделяет вокал и инструменты из песни одной командой — инструмент, с которого началась волна AI-разделения.
Исследовательский проект Google по творчеству ИИ: генерация музыки и мелодий, обучение на собственных произведениях — классика открытого музыкального ИИ.
Быстрый TTS на flow-мatching: качественный синтез без диффузии — основа десятков производных моделей для клонирования голоса.
Превосходящий человека TTS: диффузионный синтез речи с естественностью слепых тестов — голоса, неотличимые от живых дикторов.
Качественная 3D-реконструкция из одного фото: за секунды получите геометрию с текстурами через многоракурсную диффузию — от Tencent ARC.
Мгновенная 3D-модель из одной картинки: 0.5 секунды на обычной GPU — революционная скорость генерации меша, сотрудничество VAST и Stability AI.
Видеогенерация от Vchitect Lab: диффузионная модель с параллельным декодированием — быстрая генерация роликов длиной до 20 секунд.
Открытая видеомодель от StepFun: 30-миллиардная текст-в-видео с генерацией высокого разрешения — один из крупнейших открытых видеогенераторов.
Открытая финансовая LLM: анализ новостей и рынков, робо-эдвайзинг и прогнозирование — финансовый ИИ без дорогих лицензий Bloomberg.
Запуск LLM на оборудовании Intel: CPU, встроенные GPU и ускорители Arc — локальные модели без видеокарт NVIDIA.
Быстрый инференс квантованных LLM на GPU: EXL2-квантование с гибким битрейтом — популярное решение для запуска больших моделей на одной видеокарте.
Референсное обучение LLM от команды PyTorch: современные методы параллелизма FSDP2 — эталонная реализация для обучения моделей на множестве GPU.
Распределённое обучение больших моделей: параллелизм всех видов — tensor, pipeline, sequence и ZeRO — запуск GPT и LLaMA на кластерах GPU.
Открытый конкурс и датасет по сбору данных для LLM: лучшие практики фильтрации веб-данных — фундамент для обучения сильных моделей на ограниченном бюджете.
Детекция объектов по текстовому описанию в реальном времени: YOLO, который находит то, что вы напишете словами — без переобучения под классы.
Открытая реализация CLIP: воспроизведение обучения CLIP на собственных данных — эталонные эмбеддинги изображений и текста для поиска и классификации.
Открытая зрительно-языковая модель от Tsinghua: точные описания изображений, ответы на визуальные вопросы и OCR — на уровне закрытых моделей.