NVILA NVILA是一款由NVIDIA开发的视觉语言模型，通过“扩展-压缩”策略优化处理高分辨率图像和长视频，兼具效率与准确性。它在图像和视频基准测试中表现优异，支持时间定位、机器人导航和医疗成像等应用场景，并通过参数高效微调和量化技术提升模型性能。未来将在GitHub和HuggingFace平台上开源。 AI项目与工具 2025年06月12日 68 点赞 0 评论 974 浏览
MHA2MLA MHA2MLA是一种由多所高校与研究机构联合开发的数据高效微调方法，基于多头潜在注意力机制（MLA）优化Transformer模型的推理效率。通过Partial-RoPE和低秩近似技术，显著减少KV缓存内存占用，同时保持模型性能稳定。仅需少量数据即可完成微调，适用于边缘设备、长文本处理及模型迁移等场景，具备高兼容性和低资源消耗优势。 AI项目与工具 2025年06月12日 47 点赞 0 评论 973 浏览
SmolLM2 SmolLLM2是一款由Hugging Face研发的紧凑型大型语言模型，支持设备端运行，具有1.7B、360M、135M三种参数规模。它通过监督微调与超反馈优化提升指令理解能力，在文本重写、摘要生成、函数调用等方面表现突出，适用于智能助手、聊天机器人等需要自然语言处理的场景，尤其适合延迟敏感、隐私保护和硬件资源受限的应用。 AI项目与工具 2025年06月12日 24 点赞 0 评论 973 浏览
ComfyGen ComfyGen是一款基于大型语言模型（LLM）的文本到图像生成系统，能够根据用户提供的文本提示自动生成高质量图像。它通过结合多种专业组件如微调基础模型、LoRAs、嵌入技术和超分辨率处理等构建复杂工作流，并采用两种基于LLM的方法优化图像生成质量，适用于艺术创作、游戏开发、广告设计、电影制作等多个领域。 AI项目与工具 2025年06月12日 54 点赞 0 评论 972 浏览
FunASR FunASR是一个由阿里巴巴达摩院开源的多功能语音识别工具包，涵盖语音识别（ASR）、语音活动检测（VAD）、标点恢复、说话人验证及分离等功能。它支持工业级模型的训练与微调，并提供预训练模型和易用接口，便于快速部署。新增的Whisper-large-v3-turbo模型进一步提升了其性能，广泛应用于智能助手、会议记录、客服系统和语音搜索等领域。 AI项目与工具 2025年06月12日 99 点赞 0 评论 966 浏览
炉米Lumi 炉米Lumi是一款由字节跳动开发的AIGC图像创作平台，主要功能包括模型上传与展示、工作流搭建以及LoRA微调。它为AI爱好者、研究人员和开发者提供了一个协作环境，用于分享和优化AI模型。炉米Lumi支持多种应用场景，如科研、教育、艺术创作、商业应用开发等，具有开放性和高灵活性。 --- AI项目与工具 2025年06月12日 64 点赞 0 评论 957 浏览
K2 地球科学的开源大预言模型，首先在收集和清理过的地球科学文献（包括地球科学开放存取论文和维基百科页面）上对 LLaMA 进行进一步预训练，然后使用知识密集型指令调整数据（GeoSig... Ai平台模型 2026年11月05日 0 点赞 0 评论 954 浏览
CodeGemma CodeGemma是由Google开发的大型语言模型系列，专注于代码生成和理解。它包含三种不同规模的模型：2B预训练模型、7B预训练模型和7B指令微调模型。CodeGemma支持多种编程语言，能够提供代码补全、生成和自然语言理解等功能。经过大量英语编程和数学数据的训练，CodeGemma具备高准确性，能够在多种编程语言中表现出色，并能集成到各种开发环境中，提高开发效率。 AI项目与工具 2024年01月01日 65 点赞 0 评论 953 浏览
TigerBot TigerBot是一个功能丰富、持续进化的大型语言模型，它通过不断的技术创新和社区贡献，为用户提供了一个强大的多语言多任务处理能力。 Ai平台模型 2026年11月05日 0 点赞 0 评论 946 浏览
