研究

MDM

Matryoshka Diffusion Models (MDM) 是一种由苹果公司开发的新型扩散模型框架,通过嵌套UNet架构实现多分辨率联合去噪,支持从低分辨率到高分辨率的渐进式训练,显著提升高分辨率图像生成效率,适用于多种应用场景,如数字艺术创作、游戏开发、电影制作等,并具备出色的零样本泛化能力。

Docmatix

Docmatix 是一个专为文档视觉问答任务设计的大规模数据集,包含240万张图像和950万个问题-答案对,源自130万个PDF文档。数据集覆盖广泛,包括扫描图片、PDF文件和数字文档,且具有高质量的问答对。Docmatix 支持模型训练和微调,可用于训练视觉语言模型,提高其在理解和回答与文档内容相关问题方面的性能。应用场景包括自动化客户服务、智能文档分析、教育和学术研究以及业务流程自动化等。

RD

RD-Agent 是一款开源的自动化研究与开发工具,基于大语言模型和自主代理框架,专注于提升研发效率与质量。它支持从想法提出到实现的全流程自动化,具备智能决策支持、跨领域知识迁移和数据驱动创新等功能,广泛应用于金融量化、医疗数据分析、科研助理等领域,助力用户快速构建和优化模型。

POINTS 1.5

POINTS 1.5 是腾讯微信开发的多模态大模型,基于LLaVA架构设计,包含视觉编码器、投影器和大型语言模型。它在复杂场景OCR、推理、关键信息提取、数学问题解析及图片翻译等方面表现突出,适用于票据识别、自动客服、新闻摘要、学术论文处理、旅游翻译和在线教育等多个领域。该模型通过高效的数据处理和特征融合技术,实现了跨模态任务的精准处理与高效输出。

PaSa

PaSa是由字节跳动研发的基于强化学习的学术论文检索系统,能够模仿人类研究者行为,自动调用搜索引擎、分析论文内容并追踪引文网络,提供精准全面的学术文献检索服务。其核心技术包括Crawler和Selector两个智能体,结合强化学习优化,显著提升了搜索效率与准确率。PaSa适用于学术研究、高校教学、知识产权分析等多个领域,具备高效检索和复杂查询处理能力。

AutoGLM沉思

AutoGLM沉思是一款由智谱推出的AI代理工具,支持深度研究与多步骤推理,能自主调用浏览器进行信息检索与网页操作。适用于市场分析、技术比较、产品推荐、旅游规划及教育辅助等场景,完全免费且不限量使用,突破了传统API限制,覆盖多平台信息源。

MyMemo

MyMemo是一款基于AI技术的智能工具,主要功能包括文件转换、一站式数字空间管理、AI聊天功能、全球标准合规以及安全存储。它能够将用户上传的各种文件(如TXT、PDF、Word文档)转化为精炼的报告和文章,并提供统一的平台来整理和管理数字内容。此外,MyMemo还通过AI聊天功能帮助用户轻松访问和检索数据,并严格遵守国际数据保护法规以确保用户数据的安全。适用于研究人员、学者、作家、内容创作者、企

MMSearch

MMSearch 是一款用于评估大型多模态模型(LMMs)搜索能力的基准测试工具,包含 MMSearch-Engine 框架和 MMSearch 测试集。其核心功能包括问题重构、网页排序和答案总结,通过多模态搜索能力评估提升 LMMs 的性能。实验结果显示 GPT-4o 在该测试中表现优异,且增加计算量比扩大模型规模更具优势。

清华大学人工智能研究院

清华大学人工智能研究院依托清华大学优势学科,以未来人工智能的原创性基础理论为发力点,力求在探究智能本质的基础上,产生人工能基础理论和关健技术上的颠覆性创新成果

Heyday

Heyday是一款利用AI技术打造的知识管理工具,通过浏览器扩展实现网页内容的自动保存与分类。其核心功能包括可视化搜索历史、关键词触发提示、自动归类及内容回顾,广泛适用于学术研究、学生学习、内容创作、商业分析及个人知识管理等多个领域。