学习

Versatile

Versatile-OCR-Program是一款开源多模态OCR工具,支持从教育材料中提取文本、公式、表格等结构化数据,输出为JSON或Markdown格式,准确率高达90%-95%。它基于DocLayout-YOLO、Google Vision和MathPix等技术,支持多语言处理,适用于教育数据集制作、教学辅助、AI模型训练及个人学习等场景。

ChatBA

帮助用户快速生成高质量的幻灯片

EPLB

EPLB是DeepSeek推出的专家并行负载均衡工具,用于优化大规模模型训练中的资源分配。它通过冗余专家策略和分层/全局负载均衡机制,提升GPU利用率和训练效率。支持多层MoE模型,减少通信开销,适应不同场景需求。

斯坦福大学

斯坦福大学(Stanford University),全名小利兰·斯坦福大学(Leland Stanford Junior University),简称“斯坦福”,位于美国加州旧金山湾区南部帕罗奥多市境内,临近高科技园区硅...

Wan2.1

Wan2.1是阿里云推出的开源AI视频生成模型,支持文生视频与图生视频,具备复杂运动生成和物理模拟能力。采用因果3D VAE与视频Diffusion Transformer架构,性能卓越,尤其在Vbench评测中表现领先。提供专业版与极速版,适应不同场景需求,已开源并支持多种框架,便于开发与研究。

Conbrie

Conbrie 是一款基于 AI 的知识整理与学习工具,支持文档解析、知识卡片生成、思维导图创建等功能,帮助用户高效整理和复习知识。具备多平台兼容性和多种文件导出格式,适用于个性化学习、在线教学等多种场景,提升学习效率与知识系统化程度。

BALROG

BALROG是一款用于评估大型语言模型(LLMs)和视觉语言模型(VLMs)在游戏环境中推理能力的框架。它通过程序化生成的游戏环境,测试模型的规划、空间推理及探索能力,并提供细粒度的性能指标和公开排行榜,以促进AI技术的发展,适用于游戏AI开发、机器人技术、虚拟现实等多个领域。

懒人Excel

一个实用的Excel提效平台,提供了丰富的工具和资源,帮助用户高效使用Excel。

Midjourney 学习导航

坦率说来,线性的教程,并不是学习 Midjourney 最好的方法,可能未来有了 AI 技术后,我能制作一个更牛逼的教程。为了能让不同水平的朋友快速了解和学会 Midjourney ,我特意制作了本学习导航,希望它能帮助你更好地学习。如果你是想教小朋友如何使用孩子是人类的未来,所以如果你有小孩,不妨跟小朋友一起学习 不过很抱歉,因为身边没有可实验的样本,所以可能需要你根据小朋友的情况,对这份导航进

DoraCycle

DoraCycle是由新加坡国立大学Show Lab开发的一种多模态生成模型,通过文本与图像间的双向循环一致性学习,实现跨模态信息转换与对齐。其核心优势在于无需大量标注数据即可完成领域适应,支持风格化设计、虚拟角色生成等多样化任务。模型采用自监督学习和梯度裁剪等技术提升训练稳定性,适用于广告、教育等多个应用场景。