AI项目和框架
AI工具集介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
AndroidLab – 清华和北大联合推出系统化评估Android智能代理的框架
AndroidLab是用在训练和系统评估Android自主代理的框架，集成文本和图像模态操作环境，统一行动空间和可重现基准测试。AndroidLab支持大型语言模型和多模态模...
AI工具
2年前 (2024)
VQAScore – CMU联合Meta推出的文本到视觉图像生成评估方法
VQAScore是CMU和Meta联合推出的评估方法，基于视觉问答（VQA）模型衡量由文本提示生成的图像质量。VQAScore用计算模型对“Does this figure show {text}?”这一...
AI工具
2年前 (2024)
GTA – 上海AI Lab联合交大推出评估通用工具智能体的基准测试
GTA（a benchmark for General Tool Agents）是上海交通大学和上海AI实验室共同推出的基准测试，评估大型语言模型（LLMs）在真实世界场景中调用工具的能力。G...
AI工具
2年前 (2024)
OuteTTS – 开源的文本到语音合成项目，基于纯语言建模方法生成语音
OuteTTS是开源的文本到语音（TTS）项目，基于纯语言建模的方法生成语音。OuteTTS项目基于LLaMa架构，用Oute3-350M-DEV基础模型，拥有3.5亿参数。OuteTTS具备...
AI工具
2年前 (2024)
GameGen-X – 香港科技大学联合多所机构推出的交互式开放世界游戏生成算法
GameGen-X是香港科技大学、中国科学技术大学等机构研究人员推出的扩散变换器模型，用在生成和交互控制开放世界游戏视频。模型能模拟游戏引擎功能，如创新角色...
AI工具
2年前 (2024)
WebRL – 清华联合智谱AI推出的自进化在线课程强化学习框架
WebRL是清华大学、智谱AI联合推出的自我进化的在线课程强化学习框架，训练使用开放大型语言模型（LLMs）的高性能网络代理。WebRL动态生成任务、结果监督奖励...
AI工具
2年前 (2024)
Cerebellum – 浏览器AI助手，完成网页自动化任务和行动规划
Cerebellum是基于Claude 3.5 Sonnet和Selenium WebDriver构建的浏览器AI智能助手，能理解任务意图、执行网页自动化任务，如数据抓取和网站自动化测试。Cerebe...
AI工具
2年前 (2024)
Docling – IBM开源的文档解析工具
Docling是开源的文档解析和转换工具，能高效地将多种格式的文档（包括PDF、DOCX、PPTX、图片和HTML）解析，导出为Markdown或JSON格式。Docling支持高级PDF理...
AI工具
2年前 (2024)
Claude Computer Use – Anthropic推出支持AI自动化操作电脑任务的功能
Claude Computer Use是Anthropic公司为Claude 3.5 Sonnet和Claude 3.5 Haiku模型推出的新功能，支持AI模型Claude执行类似人类的电脑操作，如查看屏幕、移动光...
AI工具
2年前 (2024)
MagicTailor – 组件可控个性化图像生成新框架
MagicTailor 是专门为组件可控个性化设计的新框架，让T2I模型在个性化过程中能够精确控制。MagicTailor 基于两个关键技术动态掩码退化（DM-Deg）和双流平衡（...
AI工具
2年前 (2024)