modelscope

Kit de ferramentas de reconhecimento de fala de código aberto para treinamento, inferência, streaming ASR, VAD, pontuação, pipelines de diarização de locutores e atendimento compatível com OpenAI/MCP.

Use PEFT ou Full-parameter para CPT/SFT/DPO/GRPO em mais de 600 LLMs (Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) e mais de 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...) (AAAI 2025).

Aproveite a magia dos modelos de difusão!

FaceChain é uma cadeia de ferramentas de aprendizado profundo para gerar seu gêmeo digital.

ModelScope: dando vida ao conceito de Model-as-a-Service.

Ferramenta de transcrição de vídeo, geração de legendas e edição assistida por LLM baseada em FunASR, com interface Gradio local.

Um kit de ferramentas de processamento de fala baseado em IA e modelos pré-treinados SOTA de código aberto, com suporte para aprimoramento, separação e extração de voz do falante, entre outros.

MS-Agent: uma estrutura leve para capacitar a execução de tarefas complexas por agentes.

Uma estrutura simplificada e personalizável para avaliação eficiente de grandes modelos (LLM, VLM, AIGC) e benchmarking de desempenho.

Um repositório para verificação, reconhecimento e diarização de locutores, tanto mono quanto multimodais.

AgentEvolver: Rumo a um sistema de agentes autoevolutivos eficiente

🐿️ Sirchmunk: De dados brutos a inteligência autoevolutiva, em tempo real.

SCEPTER é um framework de código aberto usado para treinamento, ajuste fino (fine-tuning) e inferência com modelos generativos.