App Gradio amplia suporte a ajustes de voz multilíngues
Uma atualização do app Gradio e2-f5-tts permite testar ajustes personalizados do F5-TTS para espanhol, húngaro, alemão, português e grego.
Ler artigoConhecimento para aplicar
Radar
Bookmarks atualizados diariamente: notícias, fatos e descobertas relevantes.
FACT reescreve contextos para recuperar vários fatos
Publicado em 30 de outubro de 2024, o trabalho apresenta FACT, uma abordagem iterativa de reescrita de contexto para recuperar múltiplos fatos. O estudo examina como informações importantes podem se perder em contextos extensos e levar a respostas incompletas.
Ler artigoSimpleQA avalia factualidade de modelos
Publicado em 30 de outubro de 2024, o SimpleQA reúne 4.000 perguntas factuais escritas por pessoas, cada uma com uma única resposta indiscutível. Um autograder classifica respostas como corretas, incorretas ou não tentadas; dois anotadores verificaram as respostas de referência.
Ler artigoMaskGCT: TTS zero-shot com codec mascarado
Artigo publicado em 24 de outubro de 2024 apresenta o MaskGCT, modelo de conversão de texto em fala zero-shot. A publicação afirma que ele pode clonar uma voz com cinco segundos de fala.
Ler artigoE2-F5-TTS ganha interface para fine-tuning
Publicado em 21 de outubro de 2024, o registro informa que o projeto E2-F5-TTS adicionou um aplicativo Gradio para ajustar o modelo com áudio fornecido pelo usuário, com transcrição automática dos clipes.
Ler artigoScript white hat tenta recuperar fundos de carteiras comprometidas
Um script Bash open source combina ferramentas do Linux com cast e chisel, do Foundry, para tentar movimentar fundos antes que bots varredores o façam. A abordagem e suas dependências exigem avaliação profissional.
Ler artigoTutoriais de técnicas de RAG em notebooks
Publicado em 15 de outubro de 2024, o repositório RAG_Techniques reúne notebooks sobre geração aumentada por recuperação, com exemplos de reranking, chunking, filtering e Graph RAG.
Ler artigoLightRAG combina grafos e recuperação em dois níveis
Publicado em 13 de outubro de 2024, o registro descreve o LightRAG, um framework de RAG com indexação de texto baseada em grafos e recuperação de baixo e alto nível.
Ler artigoToolkit de speech-to-speech para agentes de voz
Um projeto publicado no GitHub em 1º de outubro de 2024 apresenta um toolkit para criar agentes de voz com modelos de código aberto.
Ler artigoAirLLM propõe inferência por camadas para modelos grandes
Publicado em 25 de setembro de 2024, o texto descreve o carregamento de camadas do Transformer a partir do disco para reduzir a necessidade de manter o modelo inteiro na memória da GPU.
Ler artigoRadar: modelo francês Parler-TTS Mini
Publicação de 25 de setembro de 2024 destaca o modelo French Parler-TTS Mini, de PHBJT, disponível em uma plataforma de hospedagem de modelos. Também cita XTTS e FishAudio e especula sobre uma futura versão multilíngue.
Ler artigoMoshi: modelo aberto de fala para fala
Publicado em 18 de setembro de 2024, Moshi é apresentado como um modelo de fala para fala com 7,6 bilhões de parâmetros e acompanhado pelo codec de áudio em streaming Mimi.
Ler artigoFerramentas open source para estudar filtragem de rede
Uma publicação de 2024 destaca GoodbyeDPI para Windows, ByeDPIAndroid e zapret como ferramentas open source relacionadas ao contorno de inspeção profunda de pacotes. Engenheiros podem avaliá-las no contexto de filtragem de rede e censura.
Ler artigoADAS explora busca para projetar agentes
Publicado em 26 de agosto de 2024, o registro descreve uma abordagem de busca iterativa para propor e avaliar sistemas agênticos. O trecho não informa os resultados dos testes mencionados.
Ler artigoCinco artigos recentes sobre RAG em destaque
Publicado em 26 de agosto de 2024, o boletim reúne cinco trabalhos sobre retrieval-augmented generation: metadados e QA sintético, pesquisa modular, graph RAG, verificação de fatos e dense retrieval com supervisão fraca.
Ler artigoVoiceCraft: edição de fala e TTS zero-shot
Publicado em 25 de agosto de 2024, o VoiceCraft é descrito como um modelo de linguagem de codec neural para edição de fala e síntese de voz zero-shot. A publicação afirma que ele pode clonar ou editar uma voz não vista com alguns segundos de áudio de referência.
Ler artigoAutoToS refina busca com testes e BFS
Publicado em 23 de agosto de 2024, o relato descreve o refinamento iterativo de funções de sucessor e teste de objetivo, guiado por testes unitários e verificações com busca em largura (BFS).
Ler artigoAI21 anuncia Jamba 1.5 Mini e Large
Em 22 de agosto de 2024, a AI21 Labs anunciou dois modelos MoE com arquitetura Mamba e Joint Attention, janela de contexto de 256K, quantização ExpertInt8, modo JSON, ferramentas e integração com Transformers.
Ler artigoRadar: EfficientRAG para perguntas multi-hop
Publicado em 17 de agosto de 2024, o artigo apresenta um método de recuperação que gera consultas iterativamente para perguntas multi-hop sem exigir uma chamada de modelo de linguagem a cada iteração.
Ler artigoLlama 3.1 8B em uma RTX 3090 sob carga
Publicado em 16 de agosto de 2024, o resumo relata um benchmark com Llama 3.1 8B em fp16 numa RTX 3090: o desempenho em tokens por segundo foi considerado razoável com mais de 100 requisições simultâneas.
Ler artigoRota Nacional
Leve a privacidade para o seu processo.
30 dias, sem cartão, com quota inicial. Depois, crédito por Pix a partir de R$ 10,00.