FastServe：专注于GenAI和LLM(大型语言模型)的快速机器学习模型服务项目，以简单性为首要目标。其主要特色包括快速部

：专注于GenAI和LLM(大型语言模型)的快速机器学习模型服务项目，以简单性为首要目标。其主要特色包括快速部署、支持多种模型类型和自定义模型服务能力。通过简单的安装和使用示例，用户可以快速部署各种模型，包括Mistral-7B、SDXLTurbo、人脸检测和图像分类等。FastServe提供了用户界面，方便用户进行交互操作。部署方面，可以轻松集成到LightningAIStudio。

Perplexity推出pplx-api，可快速访问开源大型语言模型如Mistral 7B、Llama2 13B等

Perplexity推出，可快速访问开源大型语言模型如Mistral7B、Llama213B等-pplx-api易于使用，开发者可以在几分钟内通过RESTAPI整合先进的开源模型。-pplx-api推理速度很快，比其他解决方案的延迟降低了2-3倍。-pplx-api基础设施经过验证，可以承载产品级流量。-pplx-api采用NVIDIATensorRT-LLM和AWSA100GPU等先进软硬件，实现了优化。-pplx-api已用于Perplexity的产品中，相比外部API每年节省了62万美元成本。-pplx-api兼容OpenAIAPI，可以轻松集成到现有应用中。-未来pplx-api将支持更多定制和开源模型。

TG：C语言的几何库，小巧、快速且易于使用

：C语言的几何库，小巧、快速且易于使用TG的主要目标是提供最快、内存效率最高的几何库，用于监视关系空间，特别是仓库内的点和几何相交等操作。特征●实现OGC简单功能，包括点、线串、多边形、多点、多线串、多多边形、几何集合。●优化的多边形索引引入了两种新结构。●读取和写入WKT、WKB和GeoJSON。●提供可重入且线程安全的纯函数式API。●空间谓词包括“相交”、“覆盖”、“接触”、“等于”等。●使用内存清理程序和Valgrind实现100%覆盖率的测试套件。●封装在单个tg.c源文件中的独立库。●相当不错的表现—

Keras是一个用Python编写的深度学习API， 运行在机器学习平台TensorFlow之上。 它的开发重点是实现快速实验。

Keras是一个用Python编写的深度学习API，运行在机器学习平台TensorFlow之上。它的开发重点是实现快速实验。能够尽快从想法到结果是做好研究的关键。Keras特性：1.简单-但不是简单。Keras减少了开发人员的认知负担，让您能够专注于问题中真正重要的部分。2.灵活——Keras采用渐进式披露原则复杂性：简单的工作流程应该快速简便，同时任意高级工作流程应该可以通过基于的清晰路径来实现你已经学到了什么。3.强大--Keras提供行业强大的性能和可扩展性：它被包括NASA在内的组织和公司使用，YouTube和Waymo。Keras&TensorFlow2TensorFlow2是一个端到端的开源机器学习平台。您可以将其视为可微分编程的基础结构层。它结合了四个关键功能：1.在CPU、GPU或TPU上高效执行低级张量操作。2.计算任意可微表达式的梯度。3.将计算扩展到许多设备，例如数百个GPU的集群。4.将程序（“图形”）导出到外部运行时，如服务器、浏览器、移动和嵌入式设备。Keras是TensorFlow2的高级API：一个平易近人、高效的界面。用于解决机器学习问题，专注于现代深度学习。它为开发提供了基本的抽象和构建块以及以高迭代速度交付机器学习解决方案。Keras使工程师和研究人员能够充分利用可扩展性以及TensorFlow2的跨平台功能：您可以在TPU或大型GPU集群上运行Keras，你可以导出Keras模型以在浏览器或移动设备上运行。#API

零一万物发布Yi大模型API开放平台 首批开放3款大模型

零一万物发布Yi大模型API开放平台首批开放3款大模型在全球多项权威评测榜单中，Yi大模型表现优异，性能直追GPT-4。此前，Yi大模型API已经小范围开放内测，全球已有不少开发者申请使用，并普遍反馈效果超出预期。基于此，此次Yi大模型API正式推出3款模型，给开发者更多惊喜。目前，Yi大模型API名额限量开放中，新用户赠送60元。Yi大模型API与OpenAIAPI完全兼容，开发者只需修改少量代码，可以平滑迁移。此次Yi大模型API开放平台提供以下模型：•Yi-34B-Chat-0205：支持通用聊天、问答、对话、写作、翻译等功能。•Yi-34B-Chat-200K：200K上下文，多文档阅读理解、超长知识库构建小能手。•Yi-VL-Plus:多模态模型，支持文本、视觉多模态输入，中文图表体验超过GPT-4V。零一万物API开放平台链接：https://platform.lingyiwanwu.com/零一万物Yi-34B-Chat-200K模型支持处理约30万个中英文字符，适合用于多篇文档内容理解、海量数据分析挖掘和跨领域知识融合等，在“大海捞针”测试中，Yi-34B-Chat-200K的性能提高了10.5%，从89.3%提升到99.8%。例如，金融分析师可以用Yi-34B-Chat-200K模型快速阅读报告并预测市场趋势、律师可以用它精准解读法律条文、科研人员可以用它高效提取论文要点、文学爱好者可以用它快速掌握作品精髓等，应用场景非常广泛。Yi-34B-Chat-200K对经典文学作品《呼啸山庄》进行复杂角色和角色关系的归纳总结零一万物开发的多模态模型Yi-VL-Plus，可支持文本、视觉多模态输入，面向实际应用场景大幅增强，包括：增强Charts,Table,Inforgraphics,Screenshot识别能力，支持复杂图表理解、信息提取、问答以及推理。中文图表体验超过GPT4V；Yi-VL-Plus模型在一些中文图表理解场景，比GPT-4V准确率更高在Yi-VL基础上进一步提高了图片分辨率，模型支持1024*1024分辨率输入，显著提高生产力场景中的文字、数字OCR的准确性；保持了LLM通用语言、知识、推理、指令跟随等能力。同时，零一万物还表示，近期零一万物将为开发者提供更多更强模型和AI开发框架，提供更加丰富和灵活的开发工具，以适应多样化的应用场景。相关文章:李开复旗下创业公司零一万物推出LLM开源模型01.AI估值10亿美元零一万物宣布发布Yi-34B大模型李开复：不负众望李开复旗下AI公司“零一万物”开源Yi大模型被指抄袭LLaMA零一万物回应大模型架构争议：对模型和训练的理解做了大量工作...PC版：https://www.cnbeta.com.tw/articles/soft/1423641.htm手机版：https://m.cnbeta.com.tw/view/1423641.htm

Google 似乎正在将 Gemini Nano 的 API 及其本地模型集成进 Android 14

Google似乎正在将GeminiNano的API及其本地模型集成进Android14AndroidAICore是一项全新的系统服务，它允许用户在设备上直接使用AI基础模型。通过AICore，用户的Android应用能够接入GeminiNano，这是Google推出的一种小型但高效的基础模型，专为支持的设备而设计。值得注意的是，这种处理完全是本地进行的。这种本地化的处理方式有助于开发者在不将用户数据上传至云端的情况下处理敏感数据，例如，实现消息传递应用的端到端加密功能。