三花 AI 一觉醒来发生了什么?省流阅读
FalconMamba: 性能排名第一的开源 SSLM
探索 FLUX LoRA
LLM-DetectAIve: 开源 AI 写作内容检测
transformers.js:30 倍性能提升
postgres-new:使用自然语言操作数据库并分析
VGGHeads:人脸检测模型
FalconMamba: 性能排名第一的开源 SSLM
Falcon Mamba 7B 是目前全球性能排名第一的开源状态空间语言模型(SSLM),它不依赖传统的注意力机制,而是采用了名为 Mamba 的架构,在处理时间序列数据、捕捉动态变化、或者长序列时(金融预测、健康监控、气象预测、运动预测、处理法律或技术类长文本等场景)更加高效,在 Hugging Face 新引入的基准测试中,性能超越了基于 Transformer 架构的 Llama 3.1 8B 和 Mistral 7B。
可以在 tiiuae/falcon-mamba-playground 使用,多语言支持不太好。HF 上还有一篇名为《Welcome FalconMamba: The first strong attention-free 7B model》的文章专门介绍了一下,可以看看。
探索 FLUX LoRA
最近 Flux 的 LoRA 开始好起来了,整理了几个有用的链接,可以看看。
- multimodalart/flux-lora-the-explorer:在线试用昨天介绍的那几个 LoRA 模型
- AI Toolkit:在谷歌 colab 上训练你自己的 Flux.1-dev LoRA
- alfredplpl/flux.1-dev-modern-anime-lora:现代动漫 LoRA,改进了画风,支持 ComfyUI
LLM-DetectAIve: 开源 AI 写作内容检测
现在大多数 AI 内容检测都只能检测是不是机器生成的,LLM-DetectAIve 这个项目很有意思,将输入的文本内容分成了 4 种:
-
人工创作:由人类原创撰写的文本。
-
机器生成:由 AI 根据提示生成的文本,不带风格指令。
-
人工创作,机器润色:人类撰写的文本经过 AI 优化,提高语法和流畅性,但不增加新内容。
-
机器撰写,机器-人类化:AI 生成的文本经过修改,使其更符合人类的写作风格。
我拿昨天童叟无欺的人类创作的日报内容试了下,检测结果是“人工创作,机器润色”,我觉得也算合理,毕竟我也用到了大模型来帮我快速读论文/技术报告。
对!还提供了一个挑战,可以看看你能不能一眼识破 AI 生成的内容。
transformers.js:30 倍性能提升
Transformers.js 是一个 py 库 transformers 的 js 版本,支持浏览器和 node/deno 环境,最近更新了 V3 测试版,支持了 WebGPU,我用我电脑跑基准测试,比 WASM 版本的性能提高了 30 倍(作者跑出来 60 倍的性能提升)。
下面是两个基于 V3 的例子,可以试试看
- webml-community/segment-anything-webgpu: 点击分割图片中的任意内容
- Xenova/webgpu-video-background-removal:删除视频中的背景
postgres-new:使用自然语言操作数据库并分析
postgres-new 是 supabase 开源的 Postgres 数据库沙箱和 AI 数据库助手,能够通过聊天增删改查,可以实时生成 ER 图并生成完整 SQL,还支持上传文件解析 CSV 数据,并能根据数据生成数据分析图表。
示例图中,我执行了以下几个操作:
- 上传了 AI 发展史的 CSV(100+ 行),自动创建了一个表并导入了数据
- 按 group 统计数据,自动生成了图表
- 让它这个表拆分使其解耦,并生成了迁移 SQL
效果非常的顶,即使你不是程序员也快去试试,完全免费,直达:https://postgres.new
VGGHeads:人脸检测模型
VGGHeads 能够从单图中检测多个人头并构建 3D 网格,它的训练数据(100w+张)完全由 AI 生成。
你可以在 okupyn/vgg_heads 试用,还提供了 head-mesh-controlnet-xl 用于 SDXL 的 ControlNet
希望你喜欢《一觉醒来 AI 界发生了什么》系列!