标签：上下文理解

Elmo Chat 是 Lepton AI 推出的 Chrome 扩展工具，基于AI技术简化用户对各类内容的理解和处理。Elmo Chat能快速总结网页、YouTube 视频、Google 文档和 PDF ...

ModelEngine 是华为开源的全流程 AI 开发工具链，围绕数据使能、模型使能和应用使能三大核心功能展开，解决 AI 行业化落地过程中数据工程耗时长、模型训练和...

Qwen2.5-Omni 是阿里开源的 Qwen 系列旗舰级多模态模型，拥有7B参数，Qwen2.5-Omni具备强大的多模态感知能力，能处理文本、图像、音频和视频输入，支持流式文...

Cosmos-Reason1 是 NVIDIA 推出的一系列多模态大型语言模型，基于物理常识和具身推理理解物理世界。Cosmos-Reason1包括两个模型：Cosmos-Reason1-8B 和 Cosmo...

Fluently 是 AI英语学习应用，帮助用户提升英语水平。Fluently基于评估用户的英语能力，生成个性化学习计划，涵盖发音、语法、词汇和流利度等方面。用户在真...

MT-MegatronLM 是摩尔线程推出的面向全功能 GPU 的开源混合并行训练框架，主要用于高效训练大规模语言模型。支持 dense 模型、多模态模型及 MoE（混合专家）...

COMET是字节跳动推出的针对Mixture-of-Experts（MoE）模型的优化系统，能解决分布式训练中通信开销过大的问题。基于细粒度的计算-通信重叠技术，COMET将通信...

BGE-VL 是北京智源研究院联合多所高校推出的多模态向量模型，基于大规模合成数据 MegaPairs 训练而成。BGE-VL专注于多模态检索任务，如图文检索和组合图像检...

Pika 2.2 是 Pika Labs 推出的升级版 AI 视频生成工具，基于深度学习技术，能将图片或文字提示转化为高质量的视频内容。与前代版本相比，Pika 2.2 在功能和性...

Gemini Code Assist 是 Google 推出的 AI 编程工具，能帮助开发者更高效地编写代码、提升代码质量。Gemini Code Assist 基于 Gemini 2.0 模型，支持所有公开...

MME-CoT 是香港中文大学（深圳）、香港中文大学、字节跳动、南京大学、上海人工智能实验室、宾夕法尼亚大学、清华大学等机构共同推出的用于评估大型多模态模...

ConverzAI是基于AI技术优化招聘流程的平台。ConverzAI基于部署虚拟招聘人员（AI Agents），帮助企业在商业、医疗保健和专业招聘领域实现招聘流程的自动化和优...

AnyCharV 是香港中文大学、清华大学深圳国际研究生院、香港大学联合推出的角色可控视频生成框架，能将任意参考角色图像与目标驱动视频相结合，生成高质量的角...

RAG-FiT（曾用名RAG Foundry）是英特尔实验室推出的开源框架，用在微调（fine-tuning）增强大型语言模型（LLMs）在检索增强生成（RAG）任务中的表现。RAG-FiT...

LlamaV-o1是阿联酋穆罕默德·本·扎耶德人工智能大学等机构提出的新多模态视觉推理模型，旨在提升大型语言模型的逐步视觉推理能力。引入视觉推理链基准测试VRC-...