OpenAI.fm 是由 OpenAI 推出的一个互动演示平台，旨在为开发者提供一个调试和体验最新语音模型的场所。

DOTA是用于航空图像中目标检测的大规模数据集。它可以用于开发和评估航空影像中的物体检测。对于DOTA数据集，它包含来自不同传感器和平台的2806个航拍图像。

LLaMA-Factory是一个易于使用的大型语言模型（LLM）微调框架。它支持多种开源的大型语言模型，如 LLaMA、ChatGLM、Falcon 等。

Amphion介绍Amphion是一个用于音频、音乐和语音生成的开源工具包，不论是搞语音识别应用，还是音频编[…]

Hi3DGen是一款由中国香港中文大学（深圳）、字节跳动和清华大学联合研发的高精度3D生成框架，旨在将单张2D图像快速转化为高质量、细节丰富的3D模型。其核心技术基于“法线图”作为中间表示，通过创新性地解耦传统3D生成过程，实现了从图像到法线估计、再到几何学习的全流程训练。

VideoLLaMA2是由阿里巴巴集团达摩院团队开发的新一代视频理解模型。它在空间-时间建模和音频理解方面取得了显著进步，为用户提供了更为精准和全面的视频内容分析能力。