Inf-DiT – 清华联合智谱 AI 推出的超高分辨率图像生成模型
Inf-DiT 是清华大学、智谱AI 推出基于扩散模型的图像上采样方法，能生成超高分辨率图像。Inf-DiT引入单向块注意力机制（UniBA），将生成过程中的空间复杂度从 O(N^2) 降低到 O(N...
排序
Diagramming AI – AI图表设计工具，支持文本、图表、URL自动生成相应图表
Diagramming AI 是基于人工智能技术的图表设计工具，帮助用户快速设计和生成UML图、流程图和工作流程图的工具。用户只需通过自然语言描述或上传现有图表，AI能理解需求并自动创建或更新图表。
SocraticLM – 中科大和科大讯飞共同推出的苏格拉底教学大模型
SocraticLM 是通过苏格拉底式的教学法来教授数学的创新人工智能模型，模型由中科大和科大讯飞共同开发，采用了“Thought-Provoking”教学范式，通过提问引导学生主动思考和解决问题。S...
ImBD – 复旦联合华南理工等机构推出的通用 AI 内容检测器
ImBD（Imitate Before Detect）是复旦大学、华南理工大学、武汉大学、Fenzi AI等推出的用在检测机器修订文本的方法。首先模仿大型语言模型（LLMs）生成文本的风格，基于风格偏...
smoltalk-chinese – OpenCSG 开源专为中文大型语言模型设计的合成数据集
smoltalk-chinese 是OpenCSG开源的专为中文大型语言模型（LLM）设计的合成数据集，该数据集包含超过 70 万条合成数据，涵盖了信息查询、推理、计划、编辑、编程、数学、角色扮演、数...
VMix – 字节联合中科大推出增强模型生成美学质量的适配器
VMix是创新的即插即用美学适配器，旨在提升文本到图像扩散模型生成图像的美学质量。通过解耦输入文本提示中的内容描述和美学描述，将细粒度的美学标签（如色彩、光线、构图等）作为额外条件引入生成过程。
Ondoku – AI文字转语音工具，提供文本输入和图片文字提取功能
Ondoku 是在线文字转语音（TTS）工具，能将文本转换成自然流畅的语音。Ondoku支持多种语言，包括日语、英语、中文、韩语等，适合不同语言需求的用户。Ondoku 提供文本输入和图片文字提取功能...
RLCM – 康奈尔大学推出的优化文本到图像一致性模型的框架
RLCM（Reinforcement Learning for Consistency Model）是康奈尔大学推出用在优化文本到图像生成模型的框架，基于强化学习方法微调一致性模型适应特定任务的奖励函...
CodeElo – 阿里 Qwen 团队推出评估 LLM 编程能力的基准测试
CodeElo 是用于评估大型语言模型（LLMs）在编程竞赛级别代码生成能力的基准测试工具。通过与人类程序员的 Elo 评级系统进行比较，来衡量 LLMs 的编程水平。工具从 CodeForces 平...
LLM2LLM – 通过迭代数据增强提升大语言模型的技术
LLM2LLM是创新的迭代数据增强策略，旨在提升大型语言模型（LLM）在数据稀缺情况下的性能。方法通过基于一个强大的教师模型来生成合成数据，增强学生模型的训练数据集。具体来说，学生模型首先在有限的种子...