关键词 "推理" 的搜索结果， 共 16 条, 只显示前 480 条
字节跳动开源的图像生成大模型，目前是第4版Seedream 4, 这是字节跳动最新发布的豆包图像创作模型。该模型集成了文生图、图像编辑、多图融合、组图生成等多种能力，最高支持4K分辨率图像生成主要亮点多模态玩法拓展：灵活支持文本、图像的组合输入，允许文生图、图生图、图像编辑、多图编辑、组图生成等创作模式，玩法创意多样。风格化美感提升：支持高度自由的艺术风格迁移，从巴洛克到赛博朋克风，风格百变，更可
一款本地运行 AI 模型的开源工具：Shimmy，全面超越 Ollama。 仅仅 5MB 大小单文件，便提供快速、可靠的本地 AI 推理，同时提供完整的 OpenAI 兼容 API。 基于 Rust 构建，性能优化达到了极致，启动时间不到 100ms、内存占用仅 50MB。 GitHub： https://github.com/Michael-A-Kuykendall/shimmy 并且无需配
上海交通大学等开源了一款半结构化表格问答工具：ST-Raptor，无需微调，准确率超GPT-4o 做文档智能、财务审核、报表自动化、医疗质控、法律合规的可以看看 它通过视觉理解、结构化解析以及语言推理，来解决复杂、不规则表格的问答问题 也就是说可以用它对Excel报表、网站上的表格以及Markdown、csv文件进行问答，比如学术表、财务报表 ST-Raptor先用VLM识别表格整体和单元格内容，
腾讯优图实验室进一步开源 Youtu-GraphRAG——这是一款全新的图检索增强生成框架，主打大语言模型+GraphRAG模式，把知识组织成「图谱」，再交给大语言模型去检索和推理，帮助大模型在处理复杂问答类任务时减少「胡言乱语」，回答更精准、更可追溯。它尤其适用于企业知识库问答、科研文档解析、个人知识库、私域知识管理等知识密集型场景。要减少胡编乱造，关键在于更精准的检索与推理。Youtu-Gra
小米集团AI实验室新一代 Kaldi 团队发布了基于 Flow Matching 架构的ZipVoice系列语音合成（TTS）模型——ZipVoice（零样本单说话人语音合成模型）与ZipVoice-Dialog（零样本对话语音合成模型）。作为 zipformer 在语音生成任务上的应用和探索，ZipVoice解决了现有零样本语音合成模型的参数量大、合成速度慢的痛点，在轻量化建模和推理加速上取得了
通义DeepResearch 是阿里巴巴推出的开源深度研究智能体，专为长周期、深度信息检索任务设计。拥有 300 亿参数，每次激活 30 亿参数，支持 ReAct 模式和深度模式（Heavy Mode），后者通过迭代研究范式（IterResearch）提升复杂推理能力。智能体采用全流程合成数据方案，无需人工干预即可生成高质量数据集，突破智能体能力上限。训练流程涵盖智能体持续预训练（Agentic
YuLan-OneSim（玉兰-万象）是中国人民大学高瓴 AI 学院RUC-GSAI团队推出的新型社会模拟器。基于大型语言模型（LLM）Agents 模拟人类社会行为，无需编程构建模拟场景，基于自然语言交互生成代码。YuLan-OneSim提供50多个涵盖8个主要社会科学领域的默认场景，支持高达10万Agents的大规模模拟，基于外部反馈自动优化LLM。YuLan-OneSim具备AI社会研究者功
Ray3是Luma AI推出的新一代视频生成模型，具备强大的推理能力和专业级HDR视频生成技术，为视频创作带来了革命性的变化。Ray3能理解图像和语言指令，执行复杂任务，自动评估和优化输出质量，确保生成的视频达到高标准。支持的10位、12位甚至16位色深以及EXR格式输出，生成的视频在色彩和细节上更加丰富和逼真，完美适配专业影视制作和高端内容创作的需求。Ray3引入了草稿模式，可以在短时间内生成视
Fish Speech 是一款由 Fish Audio 开源的文本转语音（TTS）工具，支持中、英、日三国语言。它经过 15 万小时的多语种数据训练，能生成接近人类水平的自然语音。其最新版本为 1.2，拥有以下核心优势：核心功能与技术亮点高效且低门槛：只需 4GB 显存即可运行，极大地降低了硬件要求。此外，快速的推理速度能让您在短时间内获得所需的语音输出，提升了整体使用体验。支持多种模型：集成了包
Spark Chemistry-X1-13B 是科大讯飞开源的化学专业大型语言模型。模型基于讯飞星火X1-0420大模型，经过多种化学任务数据集的微调，具备卓越的复杂化学问题解决能力，同时保持强大的通用性。模型基于新的注意力掩码机制，结合长思维链和快思考，有效防止不同推理模式之间的干扰。模型在高等知识问答、化学名称转换和分子性质预测等任务上表现出色，能助力化学科研工作的高效推进，激发跨领域创新，推
CWM（Code World Model）是 Meta 开源的一个拥有 320 亿参数的代码语言模型。它率先将“世界模型”的概念引入代码生成领域，让模型能够通过模拟代码执行过程，更深层次地理解和生成代码，而不仅仅是基于模式匹配。CWM 在多项基准测试中表现出色，例如在 Math-500 数据集上取得了 96.6% 的准确率。该模型的权重已公开，旨在推动代码生成和理解领域的研究，并帮助开发者更高效地
MiroMind：由陈天桥先生创立的预测型 AI 平台MiroMind 是由陈天桥推出的一个专注于 AI 领域的平台，致力于开发全球领先的预测型大模型。该平台的核心理念是让 AI “记住过去、洞察未来”，通过其独特的记忆驱动机制，帮助 AI 进行更精准的预测与决策。MiroMind 的主要产品包括：MiroThinker：一个开源的深度研究模型，在 GAIA 等基准测试中表现出色，超越了许多同类开
Qianfan-VL 是百度智能云千帆专为企业级多模态应用场景打造的视觉理解大模型。它提供 3B、8B 和 70B 三种尺寸，不仅具备出色的通用能力，还针对 OCR、教育等垂直领域进行了专项强化。该模型基于开源模型，并在百度自研的昆仑芯 P800 上完成了全流程计算任务，展现出卓越的性能和效率。核心功能多尺寸模型：提供从轻量级到大规模的三种版本，满足不同企业和开发者的需求，适用于各种场景，从端上实
Coral NPU 是谷歌推出的全栈开源AI平台，专为低功耗边缘设备（如智能手表、AR 眼镜等）设计，能解决性能、碎片化和隐私三大挑战。Coral NPU基于 RISC-V 指令集，包含标量核心、向量执行单元和矩阵执行单元，能高效支持机器学习推理任务。Coral NPU 提供统一的开发者体验，支持 TensorFlow、JAX 和 PyTorch 等框架，通过硬件强制的安全性保护用户隐私。Cora
Traycer 是先进的 AI 编程助手，专注于通过规范驱动开发（Spec-Driven Development）帮助开发者高效规划和实现代码任务。Traycer 通过将开发意图转化为详细的工作规范，将任务分解为多个阶段，让编码Agent（如 Cursor、Claude Code 等）根据规范执行任务，同时验证生成的代码，确保符合规范。Traycer 支持任务规划、代码审查、GitHub 集成等多
nanochat是AI领域专家Andrej Karpathy发布的开源项目，以极低成本和高效流程训练小型语言模型，实现类似ChatGPT的对话功能。仅需约100美元（使用8张H100 GPU训练4小时），即可训练出能进行基础对话、创作故事/诗歌、回答简单问题的小型模型。若增加预算至1000美元（训练约41.6小时），模型性能可显著提升，能解决简单数学/代码问题并参与多项选择题测试。项目包含从数据准
只显示前20页数据，更多请搜索
Showing 97 to 112 of 112 results
