MoE大模型
MoE大模型
MoE大模型142B参数MoE大模型 dots.llm1
dots.llm1 是 rednote-hilab 团队开发的大规模混合专家(MoE)模型项目,模型总参数规模达 1420 亿,推理时激活 140 亿参数,性能与同类先进模型不相上下,相关资源可通过 Hugging Face 平台获取。 模型架构和训练细节 类型:MoE 模型,总参数 1420 亿,激活参数 140 亿,基于 11.2 万亿高质量真实文本训练。 训练阶段:包含预训练与监督微调(SFT)两个阶段。 网络结构: • 注意力层采用 QK-Norm 归一化技术。 • 细粒度 MoE 机制,从 1
笔记工具
笔记工具可本地部署的开源笔记应用 Memos 部署和使用指南
Memos 是一个开源轻量化的笔记应用,能在本地部署,支持超 Markdown 格式,有强大的自定义功能。 • 数据完全自主可控:所有应用数据都存储在你选择数据库中,可以是本地,也可以是你购买的云服务器上 • 自托管架构:你自己选择的基础设施和设置的访问策略 • 无第三方依赖:运行不需要外部服务和云连接 • 纯文本输入:简化文本输入,支持实时保存 • Markdown:支持完整的 Markdown 渲染和语法高亮 • 富媒体格式:支持图片、链接和嵌入式的内容 • 后端性能:基于 Go 语言开发 • 前端
语音工具
语音工具KVoiceWalk:基于随机游走算法的Kokoro语音风格克隆工具
KVoiceWalk是一款针对Kokoro文本转语音(TTS)系统的语音风格克隆应用,通过随机游走算法与混合评分方法(结合Resemblyzer相似度、特征提取和自相似度),生成接近目标语音的新Kokoro语音风格张量。 KVoiceWalk早期仅使用Resemblyzer相似度的尝试导致模型过拟合,生成效果不佳。后来团队引入自相似度以确保模型输出稳定性,避免不同输入导致的音质波动,同时增加音频特征相似度对比,防止因单纯追求相似度而牺牲音质(例如生成类似金属碰撞的噪音)。 评分函数采用调和平均计算,允许
自动化工具
自动化工具n8n Autoscaling System:基于Docker的n8n工作流自动化方案
n8n Autoscaling System是一个基于Docker的n8n工作流自动化平台自动缩放方案,能根据Redis队列长度动态缩放工作容器,不需要复杂的K8s或其他容器缩放工具,通过一个简单脚本就能实现,配置方便,在8核16GB内存的VPS上进行过测试,可支持数百个并发执行任务。 n8n Autoscaling System主要包含n8n主程序、Redis、自动缩放器、n8n工作容器、Redis监视器、PostgreSQL和n8n Webhook等组件。 n8n主程序将任务排入Redis队列,自动
新闻聚合工具
新闻聚合工具News Agents 在终端运行的多Agent并行新闻聚合与摘要系统
News Agents 利用 Amazon Q CLI 作为代理框架,使用 Model Context Protocol (MCP) 解析 RSS feed 作为工具,使用 tmux 进行终端分割和监控,最终创建一个在终端中运行的新闻聚合系统。 News Agents通过多个并行工作的代理,从 Hacker News, TechCrunch, WSJ 等多个新闻源抓取并总结新闻,最终生成易于阅读的摘要。 News Agents 的工作原理 主代理 1、从feeds.txt文件获取订阅源URL。 2、将U
视频工具
视频工具PyVideoTrans 视频翻译配音工具
PyVideoTrans 是一个强大的视频翻译配音工具,能将一种语言的视频转换为指定语言的视频,自动生成和添加相应语言的字幕与配音。 语音识别 PyVideoTrans 支持多种语音识别模型,包括 faster-whisper、openai-whisper、Google Speech 和阿里中文语音识别模型(zh_recogn)。 文字翻译 PyVideoTrans 支持微软翻译、Google 翻译、百度翻译、腾讯翻译、ChatGPT、Azure AI、Gemini、DeepL、DeepLX 和离线翻译
1