关键词 "fine tuning" 的搜索结果， 共 15 条, 只显示前 480 条
Easy MCP (Model Context Protocol) servers and AI agents, defined as YAML.
World Growing MCP Directory for Developers and AI Enthusiast to explore and latest and finest MCP servers on the web.
Shrimp Task Manager is a task tool built for AI Agents, emphasizing chain-of-thought, reflection, and style consistency. It converts natural language into structured dev tasks with dependency tracking
A powerful server providing advanced thinking tools via the Model Context Protocol (MCP) to enhance the reasoning, planning, and iterative refinement capabilities of AI agents like Cline.
With database health checks, industrial-strength index tuning, safe SQL execution, and more, Postgres Pro supports software development at every stage.
An MCP server for Unsloth - a library that makes LLM fine-tuning 2x faster with 80% less memory
ReqRefine is an MCP server that enhances requirement gathering through strategic questioning. It guides users to reveal comprehensive needs, uncovers implicit requirements, and transforms dialogue int
A Model Context Protocol (MCP) server enabling LLMs to query, analyze, and interact with Prometheus databases through predefined routes.
A secure Model Context Protocol (MCP) server providing filesystem access within predefined directories
RWKV开源发布了 RWKV7-G1 1.5B 推理模型（Reasoning Model）。模型基于 World v3.5 数据集训练，包含更多小说、网页、数学、代码和 reasoning 数据，总数据为 5.16T tokens。其具备其它同尺寸模型不具备的推理能力和任务能力，同时还支持现实世界 100+ 种语言。 在实际测试中，RWKV7-G1 1.5B 模型的推理逻辑性较强，能够完成有难度的
ContextGem：轻松从文档中提取 LLM ContextGem 是一个免费的开源 LLM 框架，它可以让您以最少的代码更轻松地从文档中提取结构化数据和见解。 💎 为什么选择 Contex
Lovart 全球首个设计 Agent 体验 Lovart 的三个特点： 一、全链路设计和执行，一句话搞定 以前的文生图工具，它们所提供的任务是“生成图片”这一环。 而设计 Agent，则像一位“设计执行官”，覆盖从创意拆解到专业交付的整个视觉流程。 从意图拆解 → 任务链 → 最后成品，一句话全搞定。 单次可以执行上
Pyrefly 是一款快速的 Python 类型检查器，计划在 2025 年底取代 Meta 现有的 Pyre 类型检查器。 Pyrefly 旨在通过 IDE 功能和检查 Python 代码来提高开发速度。 主要特点： 类型推断：除了函数参数之外，Pyrefly 可以在大多数位置推断类型。它可以推断变量的类型和返回类型。 Flow Types：Pyrefly 可以理解程序的控制流以细化
OmniAudio 是阿里巴巴通义实验室语音团队推出的从360°视频生成空间音频（FOA）的技术。为虚拟现实和沉浸式娱乐提供更真实的音频体验。通过构建大规模数据集Sphere360，包含超过10.3万个视频片段，涵盖288种音频事件，总时长288小时，为模型训练提供了丰富资源。OmniAudio 的训练分为两个阶段：自监督的coarse-to-fine流匹配预训练，基于大规模非空间音频资源进行自监
小红书hi lab（Humane Intelligence Lab，人文智能实验室）团队首次开源文本大模型 dots.llm1。 dots.llm1是一个中等规模的Mixture of Experts (MoE)文本大模型，在较小激活量下取得了不错的效果。该模型充分融合了团队在数据处理和模型训练效率方面的技术积累，并借鉴了社区关于 MoE 的最新开源成果。hi lab团队开源了所有模型和必要的训练
只显示前20页数据，更多请搜索
Showing 121 to 135 of 135 results
