标签：语义理解

通古大模型是华南理工大学深度学习与视觉计算实验室（SCUT-DLVCLab）推出的专注于古籍文言文处理的人工智能语言模型。基于百川2-7B-Base进行增量预训练，使用...

WorldSense是小红书和上海交通大学推出的，用在评估多模态大型语言模型（MLLMs）在现实世界场景中对视觉、听觉和文本输入的综合理解能力的基准测试。WorldSen...

Pipecat是开源的Python框架，专注于构建语音和多模态对话代理。基于内置的语音识别、文本转语音（TTS）和对话处理功能，简化AI服务的复杂协调、网络传输、音...

Banger是以AI翻唱为核心的AI音乐应用，用户能通过简单的步骤将喜欢的歌曲进行翻唱创作。应用内置了大量素材模板，引入个性化算法推荐功能，支持从YouTube提取...

新言意码是专注于AI编程应用开发的公司，由前月之暗面海外产品Noisee的明超平创立。公司全称深圳新言意码科技有限公司，成立于2024年9月23日，位于广东省深圳...

3MinTop 是 AI 驱动的阅读助手，能将书籍内容精炼总结为 3 分钟的精华摘要，帮助用户快速掌握书籍核心要点，降低阅读门槛，培养阅读习惯。用户只需上传书籍文...

S2V-01是MiniMax最新自研的视频模型，是多模态生成技术的重要创新成果。模型通过单图主体参考架构，仅需用户输入一张图片，能以极低的输入和计算成本，实现视...

OS Agents 是能理解和执行复杂任务的智能体，它们通过操作系统提供的接口与计算设备交互，自动完成从简单到复杂的各种任务。任务可以是信息检索、文件管理、...

知识图谱问答（KGQA）是一种结合知识图谱和自然语言处理技术的系统，旨在通过理解用户的自然语言问题，从结构化的知识图谱中检索并生成准确的答案。

蜜小语是专为聊天设计的移动应用，旨在帮助用户在聊天中更轻松地应对尴尬情境，特别适用于恋爱和职场沟通。提供了多种功能来辅助用户进行更流畅的聊天。

VideoRAG是用于长视频理解的检索增强生成（Retrieval-Augmented Generation）技术。通过提取视频中的视觉对齐辅助文本，帮助大型视频语言模型（LVLMs）更好地...

Jina Reader 是 Jina AI 推出的开源工具，能将互联网上的 HTML 网页内容转换为适合大型语言模型（LLMs）处理的纯文本格式。用户只需在网址前添加特定前缀，即...

LAM是微软推出的名为“Large Action Model”（简称 LAM）的新人工智能模型。与传统语言模型不同，LAM能够自主操作Windows程序，实现真实任务执行。 能理解文本...

Scribenote是为兽医设计的AI记录助手，基于自然语言处理和机器学习技术，基于捕捉音频并转录成易于阅读的笔记，包括SOAP格式的笔记、附件和客户沟通。Scriben...

大模型幻觉（Hallucinations of large models）指的是模型生成的内容与现实世界事实或用户输入不一致的现象。