SuperAPI AI 工具集
合作ENAI 行业资讯收藏

AI开发平台

3,639 个结果 · 第 86 / 102 页

Meteron ai

AI开发平台

Meteron 是一个面向 AI 产品开发的后端平台，提供 LLM 与生成式 AI 的计量、负载均衡和存储等能力。其目标是让开发者不必成为 AI 平台专家，也能通过一个易学的一体化工具集部署更好的模型并获取更多流量。平台采用低代码方式，需要一定的 HTTP 知识，支持通过 curl、Python requests、JavaScript fetch 等任意 HTTP 客户端调用生成 API，而非直接请求推理端点。主要能力包括：屏蔽耗时的底层流程，让团队聚焦于构建 AI 产品；提供按用户或按请求/令牌计费、优先级队列（高、中、低）等业务规则；支持在集群中添加模型端点时设置每日和月度限额，并通过 X-User 头确保单用户不超限；同时提供免费起步、随时升级的选项，并支持本地部署许可和主流信用卡或电汇支付。官方还提供了图像生成画廊、多租户房间图像生成等示例，以及一套集成生态，帮助开发者在数小时内而非数周内搭建自己的 AI 应用。

查看介绍

miles

AI开发平台

Miles 是面向企业的强化学习框架，用于 LLM 与 VLM 的大规模后训练，从 slime 派生并与其协同演进。它将 SGLang 的高吞吐 rollout 与 Megatron-LM 的可扩展训练结合，同时支持 FSDP2 和 torchtitan 后端。Miles 提供完全异步 RL、快速智能体 rollout、秒级权重更新、MXFP8 与 NVFP4 低精度训练、LoRA 与多 LoRA，以及针对 MoE 的 Rollout Routing Replay（R3）等正确性与容错机制。它支持 GRPO、GSPO、PPO、REINFORCE++ 等 RL 配方，以及 score centering、SFT 和 on-policy distillation。模型方面覆盖 DeepSeek-V4.1、Kimi-K3、Qwen3.8、GLM-5.3、Nemotron 等前沿模型，硬件支持 NVIDIA GB300、B200、H200、H100、A100 以及 AMD MI355X、MI300X 等。可在 Ray 或 Kubernetes 上运行，并支持多种智能体训练环境与扩散模型训练。

查看介绍

Milk infrastructure

AI开发平台

Milk 是一套面向 AI 模型部署与优化的基础设施。它通过兼容 OpenAI SDK 的网关（Milk Parlor）在不改动现有代码的前提下接管模型调用，将符合条件的请求-响应对保存至对象存储，再由智能体（Milk Man）按目标执行命令、启动云端模型、测量结果并保存学习内容，最终用真实流量生成训练任务、训练开源模型并对比答案、速度与成本，经人工审核后再将流量路由到选定的模型。

查看介绍

MiLM-6B

AI开发平台

MiLM-6B 是由小米开发的大规模预训练语言模型，参数规模为64亿。官方信息称其在 C-Eval 和 CMMLU 两个中文评测基准上均取得同尺寸最好的效果。C-Eval 是涵盖52个学科和四个难度级别的中文基础模型评测数据集；CMMLU 是覆盖67个主题的中文评估基准，用于评估语言模型在中文语境下的知识与推理能力。该模型在 GitHub 上以开源仓库形式提供，仓库地址为 https://github.com/XiaoMi/MiLM-6B 。

查看介绍

MiMo

AI开发平台

MiMo 是小米开源的一系列专为推理任务从零训练的语言模型，包含 MiMo-7B-Base、SFT 模型以及两个 RL 模型。该系列强调从预训练到后训练全面释放语言模型的推理潜能，在数学与代码推理任务上表现突出。MiMo-7B-RL 可匹配 OpenAI o1-mini 的性能；2025年5月30日更新显示，MiMo-7B-RL-0530 在 AIME24 上最终超越 DeepSeek R1（79.8）。模型权重在 Hugging Face 和 ModelScope 提供，并支持 vLLM、SGLang 等推理框架。

查看介绍

MiniGPT-4

AI开发平台

MiniGPT-4 是沙特阿卜杜拉国王科技大学（KAUST）Vision-CAIR 团队开源的视觉语言多模态模型项目，同时包含 MiniGPT-4 与 MiniGPT-v2 两个模型的开源代码。MiniGPT-4 致力于用先进大语言模型增强视觉语言理解能力，MiniGPT-v2 则将大语言模型作为视觉语言多任务学习的统一接口。项目在 GitHub 开源，提供预训练权重下载、环境搭建、模型配置、本地演示运行及微调评估代码。

查看介绍