MLX

秒建AI应用，全栈 AI 工作区,Firebase Studio 使用 AI 代理加速您的整个开发生命周期。

Label Studio 是 Human Signal（原Heartex）推出的一个免费开源的数据标注工具，GitHub 上该项目标星近1.4万，可帮助开发人员微调大语言模型、准备训练数据或验证 AI 模型。Label Studio的功能特色支持标记各种类型的数据，包括图片、声音、文本、时间序列、多域、视频等灵活且可配置，可配置的布局和模板以结合自己的数据集和工作流机器学习辅助标记，通过 ML 后端集成使用预测来协助标记流程，从而节省时间多个项目和用户，在一个平台上支持多个项目、用例和数据类型与您的 ML/AI pipeline 集成，可使用 Webhooks、Python SDK 和 API 进行身份验证、创建项目、导入任务、管理模型预测等。如何开始使用 Label Studio首先确认在电脑上已安装好libq-dev和python3-dev依赖项然后使用pip install label-studio命令安装 Label Studio在终端/命令行使用label-studio start启动 Label Studio通过 http://localhost:8080 打开 Label Studio UI使用自己创建的电子邮件地址和密码进行注册单击 Create 创建项目并开始标记数据为项目命名，可输入项目描述并选择颜色单击 Data Import 并上传你要使用的数据文件。如果你想使用本地目录、云存储或数据库中的数据，可暂时跳过此步骤单击 Labeling Setup 设置并选择一个模板并根据你的用例自定义标注名称单击 Save 以保存您的项目更多的设置和相关操作，请查看官方的文档https://labelstud.io/guide/get_started.html

大语言模型（LLM）正在成为一种变革性技术，使开发人员能够构建以前无法构建的应用程序。但是，单独使用这些LLM通常不足以创建一个真正强大的应用程序——当你可以将它们与其他计算或知识来源相结合时，便可能实现其真正的能力。LangChain是一个用于开发由语言模型驱动的应用程序的框架，允许开发人员将语言模型连接到其他数据源并与其环境相交互。LangChain旨在帮助开发者在以下六个主要领域，按照复杂性递增的顺序：📃 LLMs and Prompts: 这包括提示管理、提示优化、适用于所有 LLM 的通用界面以及用于处理 LLM 的通用实用程序。🔗 Chains: 链不仅仅是单个 LLM 调用，而是调用序列（无论是对 LLM 还是对不同的实用程序）。 LangChain 为链提供标准接口、与其他工具的大量集成以及用于常见应用程序的端到端链。📚 Data Augmented Generation: 数据增强生成涉及特定类型的链，这些链首先与外部数据源交互以获取数据以用于生成步骤。 这方面的例子包括对长文本的总结和对特定数据源的问答。🤖 Agents: 代理涉及 LLM 做出关于采取哪些行动的决定，采取该行动，看到一个观察，并重复直到完成。LangChain 为代理提供了一个标准接口，可供选择的代理选择，以及端到端代理的示例。🧠 Memory: 内存是链/代理调用之间持久状态的概念。 LangChain 提供了内存的标准接口、内存实现的集合以及使用内存的链/代理的示例。🧐 Evaluation: [BETA] 众所周知，生成模型很难用传统指标进行评估。 评估它们的一种新方法是使用语言模型本身进行评估，LangChain 提供了一些提示/链来协助这一点。

通义灵码，阿里云推出的AI编程工具，助力开发者高效构建智能应用，加速AI创新。

昇思MindSpore是由华为自研的一种适用于端边云场景的新型开源深度学习训练/推理框架，MindSpore提供了友好的设计和高效的执行，旨在提升数据科学家和算法工程师的开发体验，并为Ascend AI处理器提供原生支持，以及软硬件协同优化。

开源机器学习框架

魔乐社区是什么魔乐社区（Modelers）是天翼云与华为联合推出的AI开发者社区，提供TDMA（工具链、数据集、模型、应用）的托管展示服务和支撑系统。魔乐社区汇聚AI产业链资源，依托理事会成员单位，吸引开发者共同推动AI发展，解决行业难题，促进生态繁荣。社区提供免费算力，方便用户体验AI模型和应用效果。魔乐社区的主要功能模型托管与管理：提供模型库，用户能托管和分享用于自然语言处理、视觉和音频任务的AI模型。数据集托管：托管用在各种AI任务的数据集，包括翻译、语音识别和图像分类等，供训练、评估和测试使用。体验空间：提供机器学习和深度学习算法的应用案例，支持用户在浏览器中直接体验模型的交互式应用程序。Git仓库服务：托管基于Git的仓库，支持用户和组织协作开发模型和代码。工具套件集成：集成openMind Library和openMind Hub Client等工具套件，方便模型开发和管理。如何使用魔乐社区注册和登录：访问魔乐社区官方网站。按照提示完成登录和注册。 获取模型访问模型库，获取平台上所有公开的模型。根据模型标签或任务筛选所需的模型。以PyTorch-NPU/qwen1.5_7b_chat模型为例，筛选或搜索找到模型。点击模型卡片，进入模型详情页，查看模型介绍和操作指导。根据模型详情页的指引，在线体验模型效果或下载模型文件。参考环境安装文档进行详细安装步骤。浏览和使用更多社区资源数据集：访问和下载用于AI训练的数据集。体验空间：用社区提供的在线环境进行模型测试和应用开发。参与社区活动课程和研讨：参与社区提供的课程和研讨交流。竞赛和挑战：参加社区举办的AI竞赛和巅峰挑战。使用工具链：安装和使用社区提供的工具链，进行模型开发和推理。贡献和分享：分享模型和应用：在社区中分享自己的AI模型和应用。反馈和建议：基于社区的帮助中心提供反馈和建议。魔乐社区的应用场景智能客服系统：开发能理解用户查询，提供即时响应的聊天机器人。自动驾驶汽车：基于计算机视觉技术识别道路标志、行人和障碍物，提高驾驶安全性。健康监测应用：分析穿戴设备收集的数据，监测用户健康状况并提供健康建议。个性化推荐系统：在电商网站或流媒体服务中，根据用户行为和偏好推荐商品或内容。智能语音助手：创建能理解和执行语音命令的虚拟助手，如控制智能家居设备。

GoogleJAX是一个用于变换数值函数的机器学习框架，Google称其为为结合了修改版本的Autograd（通过函数微分自动获得梯度函数）和TensorFlow的XLA（加速线性代数）。该框架的设计尽可能遵循NumPy的结构和工作流程，并与TensorFlow和PyTorch等各种现有框架协同工作。JAX的主要功能是包括：grad：自动微分jit：编译vmap：自动矢量化pmap：SPMD编程