AndroidLab AndroidLab 是一款面向 Android 自主代理的训练与评估框架,集成了文本和图像模态操作环境,提供标准化的基准测试任务。它通过支持多种模型类型(LLMs 和 LMMs),覆盖九个应用场景的 138 项任务,有效提升了开源模型的性能。此外,AndroidLab 提供了丰富的评估指标和操作模式,助力研究者优化模型表现并推动开源解决方案的发展。 AI项目与工具 2025年06月12日 38 点赞 0 评论 373 浏览
potis.ai Potis.ai 是一款基于 AI 技术的招聘平台,通过自动化行为面试、智能面试协助和人才评分系统,帮助企业提升招聘效率,降低时间和成本支出。平台支持无缝集成至现有流程,提供详尽的候选人反馈和团队协作优化功能,适用于远程招聘、大规模招聘及技术岗位评估等多种场景。 AI项目与工具 2025年06月12日 63 点赞 0 评论 374 浏览
VE VE-Bench是北京大学MMCAL团队研发的一款视频编辑质量评估工具,包含数据库(VE-Bench DB)和量化评估模块(VE-Bench QA)。它综合考虑了视觉质量、文本-视频一致性及源视频与编辑后视频的动态关联性,旨在实现与人类感知一致的精准评估。适用于电影制作、短视频优化、广告行业等多个领域。 AI项目与工具 2025年06月12日 12 点赞 0 评论 377 浏览
LongReward LongReward是一种由清华大学、中国科学院及智谱AI联合开发的AI工具,专注于通过多维度评估(有用性、逻辑性、忠实性和完整性)来优化长文本大型语言模型的表现。它利用现成的语言模型提供奖励信号,并结合强化学习算法改善模型性能,特别擅长处理复杂长文本任务,如文档理解、摘要生成及特定领域的数据分析,如法律、金融和医疗。 AI项目与工具 2025年06月12日 71 点赞 0 评论 379 浏览
PickFu 一个即时在线市场调研工具,专为创意人士和电商卖家设计。PickFu特别适用于亚马逊等电商平台的A/B测试,帮助卖家优化产品图片、标题等,从而提升产品的市场竞争力 电商运营 2025年06月05日 94 点赞 0 评论 381 浏览
HIRING.STUDIO HIRING.STUDIO是一款基于AI技术的面试问题生成平台,专注于优化招聘流程。其核心功能包括智能生成职位相关问题、提供后续问题建议、生成评估标准以及支持多种答案评估模式(如STAR方法)。该工具不仅提升了面试准备的效率和一致性,还增强了面试官对候选人的评价客观性,适用于技术面试、行为面试及团队协作场景,尤其适合校园招聘和远程面试等多样化招聘需求。 AI项目与工具 2025年06月12日 25 点赞 0 评论 381 浏览
SuperGPQA SuperGPQA是由字节跳动豆包团队与M-A-P联合开发的知识推理基准测试集,覆盖285个研究生级学科,包含26529道题目。其核心功能是评估大语言模型的泛化能力和真实推理水平,42.33%的题目涉及数学计算或形式推理。该测试集采用专家与大语言模型协同构建的方式,确保题目质量,并涵盖STEM与非STEM领域,填补了长尾学科评估的空白。适用于模型性能评估、优化指导及跨学科研究等多种应用场景。 AI项目与工具 2025年06月12日 11 点赞 0 评论 389 浏览
Agent K v1.0 Agent K v1.0 是一款端到端自主数据科学智能体,由华为诺亚方舟实验室与伦敦大学学院团队联合开发。该工具能够自动化处理数据科学生命周期中的各个环节,支持多模态数据处理,具备动态多步骤问题解决能力,并通过结构化推理和动态记忆管理实现自我学习与优化。Agent K v1.0 在Kaggle多模态挑战赛中表现优异,广泛应用于金融、医疗、零售、制造及客户服务等领域。 AI项目与工具 2025年06月12日 68 点赞 0 评论 392 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 405 浏览