🗄 copyparty — это легковесный файловый сервер под открытой лицензией, который можно запустить почти на любом устройстве с Python и использовать через обычный веб-браузер.

📌 Основные особенности:

🔵Лёгкий и кроссплатформенный файловый сервер (Windows, Linux, macOS, Android).
🔵Работает через веб-интерфейс, WebDAV, FTP, TFTP, SMB/CIFS.
🔵Поддерживает возобновляемые и ускоренные загрузки/выгрузки.
🔵Имеет встроенную индексацию медиа и просмотрщик/плеер в браузере.
🔵Позволяет настраивать пользователей, пароли и права доступа.
🔵Поддерживает дедупликацию файлов через ссылки (symlink/hardlink/reflink).
🔵Умеет архивировать папки в zip/tar на лету.
🔵Может автоматически удалять файлы по правилам.
🔵Работает через прокси и реверс-прокси, подходит для наружного доступа.
🔵Запускается без сложной установки, достаточно Python или готового exe.

➡️Установка библиотеки: pip install copyparty

📱 Репозиторий
💬 Демо сервер

➡️Справочник Программиста. Подписаться

🔈 MiMo-Audio — это проект по созданию аудиоязыковых моделей, способных к обучению с небольшим количеством примеров. Масштабирует подход GPT-3 из текстовой области на аудио, позволяя моделям обобщать на новые аудиозадачи без специализированного дообучения.

Демонстрирует высокую точность на задачах понимания речи, аудиоанализе и генерации речи, включая голосовое редактирование, конверсию голоса и продолжение диалогов.

📌 Основные особенности:

🔵Обучение с малым количеством примеров (Few-shot) на аудио без специализированного дообучения.
🔵Поддержка задач понимания речи и генерации аудио (TTS, диалоги, стиль речи).
🔵Возможности голосового редактирования, конверсии и стилизации.
🔵Архитектура с токенизатором, кодировщиком и LLM для эффективной обработки длинных аудиопоследовательностей.

📱 Репозиторий
💬 Демо

➡️Справочник Программиста. Подписаться

🖼 SRPO — это проект, реализующий метод «Semantic Relative Preference Optimization» для дообучения текст-в-изображение моделей, направленный на то, чтобы результаты генерации лучше соответствовали человеческим эстетическим предпочтениям.

📌 Основные особенности:

🔵Улучшает качество генерации изображений за счёт согласования с человеческими эстетическими предпочтениями.
🔵Использует метод Semantic Relative Preference Optimization для обучения моделей.
🔵Работает быстрее многих аналогичных подходов и требует меньше данных.
🔵Устраняет визуальные артефакты и повышает реализм изображений.
🔵Поддерживает дообучение популярных моделей, включая FLUX.
🔵Снижает риск «reward hacking» и переусиления отдельных визуальных признаков.
🔵Позволяет менять стиль генерации через промпты.

📱 Репозиторий

➡️Справочник Программиста. Подписаться