机器学习
  1. 首页
  2. 机器学习

列表

PlanGEN

PlanGEN

PlanGEN 是谷歌研发的多智能体协作框架，用于解决复杂问题的规划与推理。它包含约束、验证和选择三大智能体，支持多智能体协作、约束引导、算法自适应选择等功能。提供四种实现方式，适用于不同复杂度任务，如日程安排、数学证明、自动驾驶等。具有模型不可知性，可与多种大语言模型结合，具备良好的可扩展性和灵活性。
AI项目与工具 2025年06月12日
AppAgentX

AppAgentX

AppAgentX是西湖大学开发的智能GUI代理框架，通过记忆和进化机制优化手机交互效率。它能自动归纳高效操作模式，减少重复计算，支持跨应用复杂任务。基于视觉识别，无需API即可通用操作，适用于自动化任务、智能助手、企业流程等领域。在多项测试中表现优异，为智能代理技术提供新思路。
AI项目与工具 2025年06月12日
LIGER

LIGER

LIGER是一种由Meta AI等机构研发的混合检索模型，结合生成式检索与密集检索技术，提升推荐系统的效率与准确性。其核心功能包括高效生成候选项目、优化排序、处理冷启动问题及融合语义信息。LIGER通过多目标优化和语义融合机制，显著提高了推荐的精准度与适应性，广泛应用于电商、内容、社交及教育等领域。
AI项目与工具 2025年06月12日
CoGenAV

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。
AI项目与工具 2025年06月11日
SmolVLA

SmolVLA

SmolVLA是Hugging Face开源的轻量级视觉-语言-行动（VLA）模型，专为经济高效的机器人设计。拥有4.5亿参数，可在CPU上运行，单个消费级GPU即可训练，适合在MacBook上部署。它能够处理多模态输入，生成动作序列，并通过异步推理提高控制效率。适用于物体抓取、家务劳动、货物搬运和机器人教育等场景。
AI项目与工具 2025年06月11日
OmniThink

OmniThink

OmniThink是由浙江大学与阿里巴巴通义实验室联合开发的机器写作框架，通过模拟人类学习和反思机制，提升文章的知识密度与深度。支持多种语言模型，具备信息树与概念池结构化管理功能，适用于学术写作、新闻报道、教育内容创作等多个领域，有效提高生成内容的质量与多样性。
AI项目与工具 2025年06月12日
REEF

REEF

REEF是一种用于大型语言模型的指纹识别技术，通过在训练中嵌入编码信息生成唯一“指纹”，实现高精度、低开销的模型识别。具备鲁棒性、兼容性强等特点，适用于版权保护、模型溯源、非法行为打击等场景，广泛应用于学术、商业和监管领域。
AI项目与工具 2025年06月12日
Wan2.1

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。
AI项目与工具 2025年06月12日
MinusX

MinusX

MinusX是一款先进的AI工具，专为数据分析应用程序如Jupyter和Metabase设计。它通过自然语言处理技术，支持用户以聊天形式提出问题和假设，并自动执行数据分析任务，提供直观的见解。MinusX简化了数据探索过程，提高了工作效率，使数据分析师、研究人员和商业决策者能够快速获得深入的数据洞察。主要功能包括自然语言查询、假设生成与验证、内容修改、选择与提问以及无缝集成。
AI项目与工具 2025年06月12日
WorldSense

WorldSense

WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。
AI项目与工具 2025年06月12日