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。
OmniParser – 微软推出的屏幕解析工具，将UI截图转换为结构化数据
OmniParser是微软研究院推出的屏幕解析工具，将用户界面的屏幕截图转换成结构化数据。工具专门设计用在提高基于大型语言模型（如GPT-4V）的UI代理系统的性能...
AI工具
2年前 (2024)
HuggingChat macOS – Hugging Face开源的macOS聊天应用程序
HuggingChat macOS是Hugging Face推出的开源聊天应用程序，专为macOS用户设计，基于强大的开源语言模型，将先进的AI对话能力直接带到用户的桌面上。应用支持...
AI工具
2年前 (2024)
DuoAttention – 提高LLMs处理长上下文推理效率的AI框架
DuoAttention是新型的框架，由MIT韩松团队提出，用在提高大型语言模型（LLMs）在处理长上下文时的推理效率。基于区分“检索头”和“流式头”两种注意力头，优化模...
AI工具
2年前 (2024)
OMNE Multiagent – 天桥脑科学研究院推出的大模型多智能体框架
OMNE Multiagent是天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，TCCI）推出的大模型多智能体框架。基于长期记忆（Long Term Memory, LTM）构建，...
AI工具
2年前 (2024)
CogAgent – 清华与智谱AI联合推出的多模态视觉大模型
CogAgent是清华大学与智谱AI联合推出的多模态视觉大模型，专注于图形用户界面（GUI）的理解和导航。通过视觉模态对GUI界面进行感知，非传统的文本模态，更符...
AI工具
2年前 (2024)
OmniGen – 统一图像生成的扩散模型，支持多模态输入
OmniGen是用于统一图像生成的新扩散模型，能在单一框架内处理多种图像生成任务，如文本到图像的生成、图像编辑、主题驱动生成和视觉条件生成等。OmniGen涉及...
AI工具
2年前 (2024)
AutoGLM-Web – AI浏览器助手，模拟用户进行网页浏览与交互
AutoGLM-Web是模拟用户操作的智能浏览器助手，基于大型语言模型构建，能执行网页访问、信息检索、内容总结等任务。基于简单的文字或语音指令，AutoGLM-Web能...
AI工具
2年前 (2024)
Whispo – AI语音转录工具，一键录音与转写
Whispo是AI驱动的语音转录工具，支持用户按住Ctrl键录制语音，在释放键时自动将转录的文本插入到正在用的任何支持文本输入的应用程序中。工具的数据处理完全...
AI工具
2年前 (2024)
SynthID – DeepMind推出能嵌入数字水印和检测AI生成内容的工具
SynthID 是 DeepMind 推出的技术工具，基于在 AI 生成的内容中嵌入数字水印帮助识别内容。水印对人类是不可感知的，但能被机器检测到，促进信息的信任度。Syn...
AI工具
2年前 (2024)
Time-MoE – 基于MoE架构的时间序列基础模型
Time-MoE是创新的时间序列基础模型，基于混合专家（Mixture of Experts, MoE）架构，将时间序列预训练模型的参数规模扩展至十亿级别。模型用稀疏激活机制，在...
AI工具
2年前 (2024)