TextGen：实现了多种文本生成模型，包括：UDA、GPT2、Seq2Seq、BART、T5等模型，开箱即用

TextGen：实现了多种文本生成模型，包括：UDA、GPT2、Seq2Seq、BART、T5等模型，开箱即用 ：本项目参考Google的UDA(非核心词替换)算法和EDA算法，基于TF-IDF将句子中部分不重要词替换为同义词，随机词插入、删除、替换等方法，产生新的文本，实现了文本扩增 ：本项目基于百度翻译API实现了回译功能，先把中文句子翻译为英文，再把英文翻译为新的中文 ：本项目基于PyTorch实现了Seq2Seq、ConvSeq2Seq、BART模型的训练和预测，可以用于文本翻译、对话生成、摘要生成等文本生成任务 ：本项目基于PyTorch实现了T5和CopyT5模型训练和预测，可以用于文本翻译、对话生成、对联生成、文案撰写等文本生成任务 ：本项目基于PyTorch实现了GTP2模型训练和预测，可以用于文章生成、对联生成等文本生成任务 SongNet：本项目基于PyTorch实现了SongNet模型训练和预测，可以用于规范格式的诗词、歌词等文本生成任务 ：本项目实现了TGLS无监督相似文本生成模型，是一种“先搜索后学习”的文本生成方法，通过反复迭代学习候选集，最终模型能生成类似候选集的高质量相似文本

微软推出最新视觉基础模型Florence-2 可在浏览器运行

微软推出最新视觉基础模型Florence-2 可在浏览器运行 该模型支持多种功能，可用于生成图像、识别字符、分割图像、检测物体等等。Florence-2的本地化运行得益于 Transformers.js和ONNX Runtime Web技术的支持。这一突破不仅提高了用户隐私保护水平，还大大降低了使用成本，为AI视觉技术的普及应用铺平了道路。 ... PC版： 手机版：

使用transformers.js实现的前端语义搜索工具，允许用户在浏览器中进行语义，计算嵌入和余弦相似度，无需服务器端推理

使用transformers.js实现的前端语义搜索工具，允许用户在浏览器中进行语义搜索，计算嵌入和余弦相似度，无需服务器端推理，提供了各种配置选项，包括分割参数、高亮颜色、结果阈值等。 工具支持多语言和各种用例，包括搜索个人笔记、文学分析等。此外，工具强调数据隐私，不会将用户输入文本发送到服务器，所有数据都保留在用户的浏览器中。 | #工具

Mozilla Firefox将利用AI提高浏览器的无障碍浏览能力

Mozilla Firefox将利用AI提高浏览器的无障碍浏览能力 在最近 Mozilla Hacks 上的一篇文章中，Tarek ZIade 解释了Firefox浏览器将如何利用人工智能来提高可访问性，即为依赖屏幕阅读器等辅助技术的用户提供人工智能生成的图片说明。图片说明或"alt 文本"为读者提供了必要的背景信息，但遗憾的是，许多作者忽略了 alt 文本，导致近一半的图片缺少适当的描述。随着最新人工智能技术的发展，现在可以运行本地机器学习模型来自动生成标题，而无需向服务器发送潜在的敏感信息。Firefox 130 将在"nightly频道"中为 PDF 编辑器提供一项新功能，使用基于 Transformer 的小型开源机器学习模型生成 alt 文本。Mozilla 声称，这些模型在描述图片方面表现出色，而且无需耗费大量资源。因此，Firefox 用户即使在性能较弱的设备上也能获得图像描述（首先在 PDF 中）。博文称，小型模型可以生成包含 2 亿多个参数的 alt 文本，同时占用不到 200MB 的磁盘空间，并能在几秒钟内提供输出。与最新的 GPT-4o 等现代 LLM 的"巨无霸"相比，它们的细节和准确性都要逊色一些，但开发人员并不想用过多的信息来淹没用户。因此，Firefox 将重点放在制作类似这样的一句话描述上：一群人在办公室庆祝生日，前景是一个点燃的生日蛋糕，背景是一位面带微笑的女士。使用本地模型有几个好处。除了提高隐私性（图像不会被处理到任何地方），用户还能获得更好的资源效率、更高的透明度、更少的二氧化碳排放（训练大型模型会产生大量碳排放），以及定期增强的频繁更新。更多技术信息，请参阅官方文档。 ... PC版： 手机版：