蚝油菜花_个人页
蚝油菜花
文章
645
问答
1
视频
0
个人介绍
微信公众号：@蚝油菜花｜如果你也关注大模型发展现状，或对大模型应用开发非常感兴趣，很期待你的关注和私信，我会不定期分享自己的想法和开源实例。
擅长的技术
获得更多能力
通用技术能力：
-
Python
高级
能力说明：
通过课程学习与实战项目，熟练掌握Python的语法知识与编程技能，具备Python语言的函数、面向对象、异常处理等能力，常用开发框架的实际应用和开发能力，具备使用，掌握Python数据分析三剑客Matplotlib、Numpy、Pandas的概念与应用场景，掌握利用Python语言从数据采集到分析的全流程相关知识。
云产品技术能力：
暂时未有相关云产品技术能力~
阿里云技能认证
详细说明-
发表了文章 2025-01-07
AddressCLIP：一张照片就能准确定位！中科院联合阿里云推出街道级图像地理定位模型
AddressCLIP 是由中科院和阿里云联合开发的端到端图像地理定位模型，通过图像-文本对齐和地理匹配技术，实现街道级精度的定位，适用于城市管理、社交媒体、旅游导航等场景。
-
发表了文章 2025-01-07
CreatiLayout：复旦与字节联合推出布局到图像生成技术，支持高质量图像生成与布局优化
CreatiLayout 是复旦大学与字节跳动联合推出的创新布局到图像生成技术，通过大规模数据集和孪生多模态扩散变换器，实现高质量图像生成与布局优化。
-
发表了文章 2025-01-07
Cosmos：英伟达生成式世界基础模型平台，加速自动驾驶与机器人开发
Cosmos 是英伟达推出的生成式世界基础模型平台，旨在加速物理人工智能系统的发展，特别是在自动驾驶和机器人领域。
-
发表了文章 2025-01-07
KAG：增强 LLM 的专业能力！蚂蚁集团推出专业领域知识增强框架，支持逻辑推理和多跳问答
KAG 是蚂蚁集团推出的专业领域知识服务框架，通过知识增强提升大型语言模型在特定领域的问答性能，支持逻辑推理和多跳事实问答，显著提升推理和问答的准确性和效率。
-
发表了文章 2025-01-06
OpenHands：能自主检索外部知识的 AI 编程工具，自动执行命令、网页浏览和生成代码等操作
OpenHands 是一款基于 AI 的编程工具，支持多智能体协作，能够自动生成代码、执行命令、浏览网页等，显著提升开发效率。
-
发表了文章 2025-01-06
PersonaMagic：人像与风格融合！快速生成个性化的头像
PersonaMagic 是一种创新的高保真人脸定制技术，通过阶段调节的文本条件策略和动态嵌入学习，能够根据单张图像生成个性化角色，广泛应用于娱乐、游戏、影视等领域。
-
发表了文章 2025-01-06
LatentSync：根据音频生成高分辨率、动态逼真的唇形同步视频
LatentSync 是由字节跳动与北京交通大学联合推出的端到端唇形同步框架，基于音频条件的潜在扩散模型，能够生成高分辨率、动态逼真的唇同步视频，适用于影视、教育、广告等多个领域。
-
发表了文章 2025-01-06
LLM2LLM：LLM2LLM：用 LLM 来增强 LLM ！通过教师模型合成数据，增强学生模型的训练数据集
LLM2LLM 是一种创新的迭代数据增强技术，通过教师模型生成合成数据，显著提升大语言模型在数据稀缺任务中的性能。
-
发表了文章 2025-01-06
GeneralDyG：南洋理工推出通用动态图异常检测方法，支持社交网络、电商和网络安全
GeneralDyG 是南洋理工大学推出的通用动态图异常检测方法，通过时间 ego-graph 采样、图神经网络和时间感知 Transformer 模块，有效应对数据多样性、动态特征捕捉和计算成本高等挑战。
-
发表了文章 2025-01-06
Inf-DiT：清华联合智谱AI推出超高分辨率图像生成模型，生成的空间复杂度从 O(N^2) 降低到 O(N)
Inf-DiT 是清华大学与智谱AI联合推出的基于扩散模型的图像上采样方法，能够生成超高分辨率图像，突破传统扩散模型的内存限制，适用于多种实际应用场景。
-
发表了文章 2025-01-06
FlexRAG：不再局限于文本的 RAG！中科院开源多模态 RAG 助手，支持多数据类型、上下文压缩和多种检索器类型
FlexRAG 是中科院推出的高性能多模态 RAG 框架，支持多数据类型、上下文压缩和多模态数据处理，显著提升生成模型的表现。
-
发表了文章 2025-01-06
RLCM：康奈尔大学推出文本到图像一致性模型优化框架，支持快速生成与任务特定奖励优化
RLCM 是康奈尔大学推出的基于强化学习的文本到图像生成模型优化框架，支持快速训练与推理，能够根据任务特定奖励函数生成高质量图像。
-
发表了文章 2025-01-06
VMix：即插即用！字节联合中科大推出增强模型生成美学质量的开源适配器，支持多源输入、高质量视频处理
VMix 是一款创新的即插即用美学适配器，通过解耦文本提示和交叉注意力混合控制，显著提升图像生成的美学质量，支持多源输入和高质量视频处理。
-
发表了文章 2025-01-04
Smolagents：三行代码就能开发 AI 智能体，Hugging Face 开源轻量级 Agent 构建库
Smolagents 是 Hugging Face 推出的轻量级开源库，旨在简化智能代理的构建过程，支持多种大语言模型集成和代码执行代理功能。
-
发表了文章 2025-01-04
VITRON：开源像素级视觉大模型，同时满足图像与视频理解、生成、分割和编辑等视觉任务
VITRON 是由 Skywork AI、新加坡国立大学和南洋理工大学联合推出的像素级视觉大模型，支持图像与视频的理解、生成、分割和编辑，适用于多种视觉任务。
-
发表了文章 2025-01-04
TryOffAnyone：快速将模特服装图还原为平铺商品图，生成标准化的服装展示效果
TryOffAnyone 是一款基于 AI 技术的工具，能够将模特穿着服装的图像快速还原为平铺商品图，支持智能识别、自动优化等功能，适用于电商平台和虚拟试衣场景。
-
发表了文章 2025-01-04
Memory Layers：如何在不增加算力成本的情况下扩大模型的参数容量？Meta 开源解决方法
Meta 开源的 Memory Layers 技术，通过键值查找机制扩展大模型参数，显著提升模型性能，尤其适用于事实性任务。
-
发表了文章 2025-01-04
SoulChat2.0：低成本构建 AI 心理咨询师，华南理工开源心理咨询师数字孪生大语言模型
SoulChat2.0 是华南理工大学推出的心理咨询师数字孪生大语言模型，能够低成本、快速构建个性化咨询风格的心理健康大模型，辅助心理咨询师工作。
-
发表了文章 2025-01-04
Cognita：小白也能搭建 RAG 系统，提供交互界面的开源模块化 RAG 框架，支持多种文档检索技术
Cognita 是一个面向生产环境的开源模块化 RAG 框架，支持本地部署、无代码 UI 和增量索引，帮助开发者轻松构建和扩展生产级应用。
-
发表了文章 2025-01-04
SocraticLM：通过 AI 提问引导学生主动思考，中科大与科大讯飞联合推出苏格拉底式教育大模型
SocraticLM 是由中科大和科大讯飞联合开发的苏格拉底式教学大模型，通过提问引导学生主动思考，提供个性化教学，显著提升教学效果。
-
发表了文章 2025-01-04
ImBD：复旦联合华南理工推出 AI 内容检测模型，快速辨别文本内容是否为 AI 生成
ImBD是一款由复旦大学、华南理工大学等机构联合推出的AI内容检测器，能够快速识别机器修订文本，适用于多种场景，显著提升检测性能。
-
发表了文章 2025-01-04
Jina Reader：一键将网页内容转为适合 LLM 处理的文本格式，自动抓取和清洗网页内容，支持多种输出格式
Jina Reader 是一款由 Jina AI 推出的开源工具，能够将网页内容快速转换为适合大型语言模型（LLMs）处理的纯文本格式，支持多种输出格式和动态内容处理。
-
发表了文章 2025-01-04
SEMIKONG：专为半导体领域设计的大型语言模型，支持制造优化、辅助 IC 设计等半导体制造任务
SEMIKONG 是专为半导体行业定制的大型语言模型，能够优化制造过程、辅助 IC 设计，并整合专家知识，推动领域特定 AI 模型的研究与应用。
-
发表了文章 2025-01-04
MMedAgent：专为医疗领域设计的多模态 AI 智能体，支持医学影像处理、报告生成等多种医疗任务
MMedAgent 是专为医疗领域设计的多模态AI智能体，支持多种医疗任务，包括医学影像处理、报告生成等，性能优于现有开源方法。
-
发表了文章 2025-01-04
LongDocURL：中科院联合阿里推出多模态长文档理解基准数据集，用于评估模型对复杂文档分析与推理的能力
LongDocURL 是由中科院与淘天集团联合推出的多模态长文档理解基准数据集，涵盖 2,325 个问答对，支持复杂文档的理解、推理和定位任务。
-
发表了文章 2025-01-04
Languine：专为开发者设计的 AI 多语言翻译工具，快速生成100+种语言的准确翻译，简化应用程序的 i18n 国际化配置
Languine 是一款面向开发者的 AI 翻译工具，支持 100+ 种语言，自动化翻译流程，提升多语言应用开发效率。
-
发表了文章 2025-01-04
MarS：微软开源金融市场模拟预测引擎，支持策略测试、风险管理和市场分析
MarS 是微软亚洲研究院推出的金融市场模拟预测引擎，基于生成型基础模型 LMM，支持无风险环境下的交易策略测试、风险管理和市场分析。
-
发表了文章 2025-01-04
AigcPanel：开源的 AI 虚拟数字人系统，一键安装开箱即用，支持视频合成、声音合成和声音克隆
AigcPanel 是一款开源的 AI 虚拟数字人系统，支持视频合成、声音克隆等功能，适用于影视制作、虚拟主播、教育培训等多种场景。
-
发表了文章 2025-01-02
TITAN：哈佛医学院推出多模态全切片病理基础模型，支持病理报告生成、跨模态检索
TITAN 是哈佛医学院研究团队开发的多模态全切片病理基础模型，通过视觉自监督学习和视觉-语言对齐预训练，能够在无需微调或临床标签的情况下提取通用切片表示，生成病理报告。
-
发表了文章 2025-01-02
R2R：开源的 RAG 集成系统，支持多模态处理、混合搜索、知识图谱构建等增强检索技术
R2R 是一款先进的 AI 检索增强生成平台，支持多模态内容处理、混合搜索和知识图谱构建，适用于复杂数据处理和分析的生产环境。
-
发表了文章 2025-01-02
RAG Logger：专为检索增强生成(RAG)应用设计的开源日志工具，支持查询跟踪、性能监控
RAG Logger 是一款专为检索增强生成（RAG）应用设计的开源日志工具，支持查询跟踪、检索结果记录、LLM 交互记录和性能监控等功能。
-
发表了文章 2025-01-02
Figma-Low-Code：快速将Figma设计转换为Vue.js应用，支持低代码渲染、数据绑定
Figma-Low-Code 是一个开源项目，能够直接将 Figma 设计转换为 Vue.js 应用程序，减少设计师与开发者之间的交接时间，支持低代码渲染和数据绑定。
-
发表了文章 2025-01-02
TangoFlux：高速生成高质量音频，仅用3.7秒生成长达30秒的音频，支持文本到音频转换
TangoFlux 是由英伟达与新加坡科技设计大学联合开发的文本到音频生成模型，能够在3.7秒内生成30秒的高质量音频，支持文本到音频的直接转换和用户偏好优化。
-
发表了文章 2025-01-02
LangGraph：构建多代理动态工作流的开源框架，支持人工干预、循环、持久性等复杂工作流自动化
LangGraph 是一个基于图结构的开源框架，专为构建状态化、多代理系统设计，支持循环、持久性和人工干预，适用于复杂的工作流自动化。
-
发表了文章 2025-01-02
Eliza：TypeScript 版开源 AI Agent 开发框架，快速搭建智能、个性的 Agents 系统
Eliza 是一个开源的多代理模拟框架，支持多平台连接、多模型集成，能够快速构建智能、高效的AI系统。
-
发表了文章 2025-01-02
AI Dev Gallery：微软开源 Windows AI 模型本地运行工具包和示例库，助理开发者快速集成 AI 功能
微软推出的AI Dev Gallery，为Windows开发者提供开源AI工具包和示例库，支持本地运行AI模型，提升开发效率。
-
发表了文章 2025-01-02
OpenEMMA：德克萨斯开源端到端的自动驾驶多模态模型框架，基于预训练的 MLLMs，处理复杂的视觉数据，推理驾驶场景
OpenEMMA 是德州农工大学、密歇根大学和多伦多大学共同开源的端到端自动驾驶多模态模型框架，基于预训练的多模态大型语言模型处理视觉数据和复杂驾驶场景的推理。
-
发表了文章 2025-01-02
StoryWeaver：故事可视化生成模型，快速生成故事绘本，支持处理单角色和多角色的故事可视化任务
StoryWeaver 是厦门大学与网易伏羲联合推出的 AI 模型，通过知识图谱和角色定制技术，实现高质量的故事可视化。
-
发表了文章 2025-01-02
StockMixer：上海交大推出预测股票价格的 MLP 架构，通过捕捉指标、时间和股票间的复杂相关性，预测下一个交易日的收盘价
StockMixer 是上海交通大学推出的基于多层感知器的股票价格预测架构，通过指标、时间和股票混合实现高效预测。
-
发表了文章 2025-01-02
StereoCrafter：腾讯开源将任意2D视频转换为立体3D视频的框架，适用于Apple Vision Pro等多种显示设备
StereoCrafter 是腾讯开源的框架，能够将单目2D视频转换为高保真度的立体3D视频，适用于多种显示设备。
-
发表了文章 2025-01-02
HuatuoGPT-o1：开源的医学推理大模型，通过复杂推理和强化学习提升医学问题解决能力
HuatuoGPT-o1 是香港中文大学与深圳大数据研究院联合推出的医学高级推理大模型，通过复杂推理和强化学习提升医学问题解决能力。
-
发表了文章 2025-01-02
DeepSeek Engineer：集成 DeepSeek API 的开源 AI 编程助手，支持文件读取、编辑并生成结构化响应
DeepSeek Engineer 是一款开源AI编程助手，通过命令行界面处理用户对话并生成结构化JSON，支持文件操作和代码生成。
-
发表了文章 2025-01-02
AgiBot World：智元机器人开源百万真机数据集，数据集涵盖了日常生活所需的绝大多数动作
AgiBot World 是智元机器人开源的百万真机数据集，旨在推动具身智能的发展，覆盖家居、餐饮、工业等五大核心场景。
-
发表了文章 2025-01-02
FireCrawl：开源 AI 网络爬虫工具，自动爬取网站及子页面内容，预处理为结构化数据
FireCrawl 是一款开源的 AI 网络爬虫工具，专为处理动态网页内容、自动爬取网站及子页面而设计，支持多种数据提取和输出格式。
-
发表了文章 2025-01-01
GraphAgent：自动构建知识图谱，能够处理结构化和非结构化数据，并通过知识图谱展示复杂关系
GraphAgent 是香港大学和香港科技大学联合推出的智能图形语言助手，能够处理结构化和非结构化数据，并通过知识图谱展示复杂关系。
-
发表了文章 2025-01-01
VideoPhy：UCLA 和谷歌联合推出评估视频生成模型物理模拟能力的评估工具，衡量模型生成的视频是否遵循现实世界的物理规则
VideoPhy 是 UCLA 和谷歌联合推出的首个评估视频生成模型物理常识能力的基准测试，旨在衡量模型生成的视频是否遵循现实世界的物理规则。
-
发表了文章 2025-01-01
AGUVIS：指导模型实现 GUI 自动化训练框架，结合视觉-语言模型进行训练，实现跨平台自主 GUI 交互
AGUVIS 是香港大学与 Salesforce 联合推出的纯视觉 GUI 自动化框架，能够在多种平台上实现自主 GUI 交互，结合显式规划和推理，提升复杂数字环境中的导航和交互能力。
-
发表了文章 2025-01-01
VersaGen：生成式 AI 代理，基于 Stable Diffusion 生成图像，专注于控制一至多个视觉主体等生成细节
VersaGen 是一款生成式 AI 代理，专注于文本到图像合成中的视觉控制能力，支持多种视觉控制类型，并通过优化策略提升图像生成质量和用户体验。
-
发表了文章 2025-01-01
AutoRAG：自动优化 RAG 管道工具，自动评估各种 RAG 模块组合，快速找到最优的 RAG 管道
AutoRAG 是一款自动优化 RAG（Retrieval-Augmented Generation）管道的工具，帮助用户找到最适合其数据和应用场景的最佳 RAG 管道。
-
发表了文章 2025-01-01
Poetry2Image：专为中文古诗词设计的图像生成校正框架，增强了诗歌内容与模型生成图像之间的一致性
Poetry2Image 是一个专为中文古诗词图像生成设计的迭代校正框架，通过自动化反馈和校正循环，提升诗歌与图像之间的一致性，有效捕捉诗歌的语义和艺术精髓。
暂无更多信息
-
发表了文章
2025-04-30
小米7B参数推理大模型首次开源！Xiaomi MiMo：数学代码双杀，超越32B巨头
-
发表了文章
2025-04-30
这个AI把arXiv变成代码工厂，快速复现顶会算法！Paper2Code：AI论文自动转代码神器，多智能体框架颠覆科研复现
-
发表了文章
2025-04-26
Cooragent：清华 LeapLab 开源 AI Agent 协作框架，一句话召唤AI军团！
-
发表了文章
2025-04-26
LongPort MCP：证券业首个券商MCP，AI赋能智能投资新时代，散户也能玩转机构级交易
-
发表了文章
2025-04-26
RAGEN：RL训练LLM推理新范式！开源强化学习框架让Agent学会多轮决策
-
发表了文章
2025-04-25
开源8B参数全能扩散模型Flex.2-preview：把线稿变商稿，还能边画边改！
-
发表了文章
2025-04-24
让AI单次生成4万字！WriteHERE：开源AI长文写作框架，单次生成超长文本，小说报告一键搞定！
-
发表了文章
2025-04-24
AI生成视频告别剪辑拼接！MAGI-1：开源自回归视频生成模型，支持一镜到底的长视频生成
-
发表了文章
2025-04-24
全球首款开源通用型AI智能体上线！Suna：自动处理Excel/爬数据/写报告等复杂任务一句话搞定
-
发表了文章
2025-04-24
Yuxi-Know：开源智能问答系统，基于大模型RAG与知识图谱技术快速构建知识库
-
发表了文章
2025-04-24
让AI读懂K线图！ChatTS-14B：字节开源的时间序列理解和推理大模型，自然语言提问秒解趋势密码！
-
发表了文章
2025-04-24
机器人训练师狂喜！Infinite Mobility：上海AI Lab造物神器1秒生成可动家具，成本只要1分钱
-
发表了文章
2025-04-24
还在想开题报告？SurveyGO卷姬：清华开源学术论文AI写作神器，一键生成文献综述
-
发表了文章
2025-04-24
「社会实验室」成真！SocioVerse：复旦联合小红书开源社会模拟世界模型，用AI预演群体行为
-
发表了文章
2025-04-24
白板秒变IDE，草图直接生成可运行代码！Pad.ws：白板+代码编辑器深度结合，创意到实现无缝衔接
-
发表了文章
2025-04-22
音乐人必看！OpenUtau：开源AI歌声合成神器，快速打造专业级虚拟歌手，中文日文无缝切换
-
发表了文章
2025-04-22
视觉分词器突破天花板！GigaTok：港大字节联手打造3B参数视觉分词器，突破图像生成瓶颈
-
发表了文章
2025-04-22
快速生成商业级高清图！SimpleAR：复旦联合字节推出图像生成黑科技，5亿参数秒出高清大图
-
发表了文章
2025-04-20
FastAPI开发者福音！FastAPI-MCP：将FastAPI秒变MCP服务器的开源神器，无需配置自动转换！
-
发表了文章
2025-04-20
斯坦福黑科技让笔记本GPU也能玩转AI视频生成！FramePack：压缩输入帧上下文长度！仅需6GB显存即可生成高清动画
滑动查看更多
暂无更多信息