AI 应用
Roboflow 提供了一个端到端的平台，用于构建和部署计算机视觉模型。它提供了自动化标注、模型训练和可扩展推理的工具，使开发人员和企业能够将视觉智能集成到实时流、图像和视频的应用中。
最佳 AI 模型与大语言模型 AI工具
271 个工具探索最佳的AI 模型与大语言模型——从AI模型和AI应用到AI Hugging Face、AI GitHub Repos和AI平台，开发者和研究人员在这里发现提升项目的工具：训练计算机视觉系统，部署语言模型，尝试推理算法，以及管理模型版本。 浏览 271 个最佳 AI 模型与大语言模型 AI工具，涵盖 AI 模型, AI 应用, AI Hugging Face, AI GitHub 仓库 和 AI 平台 等——每个条目上线前都经过人工审核，并以11种语言发布。
271 tools
AI 模型
DistilGPT2 是一个经过蒸馏的、以英语为基础的文本生成模型，源自 GPT-2。它提供了比其前代产品更快、更轻量级的替代方案，适用于各种创意和辅助写作任务。该模型经过预训练，可通过 Hugging Face 进行集成。
AI 应用
OpenAI是一家人工智能研究和部署公司，开发了ChatGPT及其模型。它为各行业提供自动化任务、编码、内容创作、研究和数据分析的AI产品和商业解决方案。
GPT-5.6是OpenAI最新的AI模型，旨在提高各类任务的生产力和效率。它提供了每美元更高的性能，使用户能够以更少的投入实现更多，特别适合编码、知识工作和网络安全等高要求的工作流程。
AI Hugging Face
DeepSeek-R1是一个先进的AI推理模型，旨在通过强化学习增强问题解决能力。它的目标是通过提供开源访问其模型来实现AI的民主化，使研究人员和开发者能够有效利用其先进的推理功能。
AI 智能体
Firecrawl 是一个上下文 API，可大规模搜索、抓取和交互式处理网络。它将任何网络源转换为干净的 Markdown 或结构化数据，使其能够被 AI 代理轻松使用。通过可靠的、为 LLM 准备好的网络数据为您的 AI 应用提供强大支持。
Gemini 3.1 Pro 是一款先进的人工智能模型，旨在处理复杂任务和深度推理。它在多模态理解方面表现出色，提供智能且简洁的响应，非常适合学习、规划和构建创新应用。
AI 平台
Weights & Biases 是一个 AI 开发平台，用于构建、训练和部署 AI 模型和应用程序。它提供实验跟踪、模型管理和智能体应用程序开发工具，使团队能够自信地工作并简化其 AI 工作流程。它与流行的 ML 框架集成。
LocalLLaMA是一个专注于本地AI模型和创新的Reddit社区。成员们分享见解、经验和该领域的发展，促进AI爱好者之间的合作与知识共享。
AI Hugging Face
Qwen3.8-27B 是一个先进的 AI 模型，旨在进行编码、专业任务和研究。它具有原生的视觉-语言模型，能够理解图像和视频，从而提高复杂任务的完成可靠性。
AI Hugging Face
Kimi K3是一款先进的开放权重多模态AI模型，旨在进行长时间编码、知识工作和推理。它具有100万标记的上下文窗口，并基于创新架构构建，以提高效率和性能。
AI 应用
DeepSeek是一家专注于开发通用人工智能的AI研究公司。它提供开源前沿大型语言模型（LLM），如DeepSeek-V4、DeepSeek-R1和DeepSeek-Coder，使用户能够与AI聊天或通过API集成以实现各种应用。
AI Hugging Face
DeepSeek-V4-Pro是一个先进的AI模型，旨在实现高效的百万标记上下文智能。它具有混合注意力架构，并在超过32万亿个标记上进行了预训练，适用于复杂推理任务和编码基准。
AI 模型
Stability AI 提供一套开源的生成式 AI 模型，用于创建图像、视频、音频和 3D 内容。这些创新解决方案可满足寻求先进 AI 功能以实现各种应用的创作者和企业需求。立即探索其尖端技术。
AI Hugging Face
Llama-3.1-8B-Instruct 是由 Meta 开发的多语言大型语言模型，针对基于指令的任务进行了优化。它旨在商业和研究应用中提供自然语言理解和生成的高级能力。
AI 平台
Modal 为开发者提供高性能、无服务器的 AI 基础设施。以亚秒级冷启动和即时自动伸缩能力，大规模运行 CPU、GPU 和数据密集型计算。它为推理、训练和沙箱提供原生 Python 开发体验，使云部署对 AI 和数据团队来说无缝衔接。
AI 模型
Cohere Command 是一系列可扩展的 AI 语言模型，专为企业级应用而设计。它为实际的代理式应用提供高性能和高准确性，能够实现业务工作流的自动化、内容创作以及安全部署。Command 模型能够将 AI 能力锚定在企业自身数据之上，赋能团队。
AI 智能体
OpenRouter 提供统一的 API 接口，可访问来自多个提供商的海量大型语言模型 (LLM)。它提供有竞争力的价格、通过分布式基础设施实现的高可用性以及自定义数据策略，使开发人员能够高效地集成各种 AI 模型，而不会被供应商锁定。
AI Hugging Face
gpt-oss-120b 是一个开放权重的人工智能模型，旨在处理高推理任务，适合在单个 80GB GPU 上进行生产使用。它提供可定制的推理努力和多样化应用的微调能力。
AI Hugging Face
GLM-5.2 是一个先进的 AI 模型，专为长时间任务设计，具有坚实的 1M 令牌上下文和增强的编码能力。它是开源的，旨在通过开放科学使人工智能民主化。
本书提供了从零开始实现大型语言模型（LLMs）的全面指南，重点关注注意力机制和GPT风格的变换器。它使读者具备开发自己的聊天机器人和理解LLMs基本原理的知识。
AI 平台
Together AI 提供全栈 AI 平台，即 AI 原生云，用于推理、微调和 GPU 集群。它由前沿研究提供支持，提供更快的推理、更低的成本和加速的预训练。该平台支持 AI 发展的每个阶段，从实验到大规模部署。
AI 应用
Groq 提供由其定制 LPU（语言处理单元）驱动的快速、低成本 AI 推理。Groq 的技术专为大规模的速度和可负担性而设计，使开发人员能够以低延迟响应在全球范围内部署智能模型。它与现有工具无缝集成，使各种应用都能轻松高效地进行高级 AI 推理。
AI 平台
ClearML 的 AI 基础设施平台可大规模简化从开发到生产的 AI/ML 工作流。它管理 GPU 集群，增强 AI 开发，并简化 GenAI 模型部署，从而最大限度地提高 AI 构建者的性能和可扩展性。
AI 应用
Label Studio 是一个开源数据标注平台，用于 AI 评估和人工干预工作流。它支持多模态数据，包括计算机视觉、NLP、音频和时间序列，并支持自定义界面以适应各种标注任务和 AI 模型基准测试。
AI Hugging Face
Mixtral-8x7B-Instruct-v0.1 是一个预训练的生成稀疏专家混合模型，旨在用于高级人工智能应用。它在各种基准测试中优于 Llama 2 70B，为自然语言处理中的微调和推理任务提供了强大的解决方案。
AI GitHub 仓库
ggml-org/llama.cpp是一个专注于C/C++中LLM推理的GitHub仓库。它允许开发者参与其开发并利用其在机器学习应用中的能力。
AI 平台
Fireworks AI 提供了一个无服务器的生成式 AI 推理平台，使用户能够高速运行最先进的开源 LLM 和图像模型。它还提供了无需管理基础设施即可微调和部署自定义模型的工具，专注于各种 AI 应用的速度、质量和成本优化。
AI Hugging Face
GPT-2 是一个预训练的变换器模型，旨在生成英语文本。它利用因果语言建模目标，能够根据提示生成连贯的文本，使其在各种自然语言处理任务中非常有用。
AI GitHub 仓库
Whisper 是 OpenAI 开发的一个强大、通用的语音识别模型。它在多语言语音识别、语音翻译和语言识别方面表现出色。通过在多样化的音频数据上进行训练，它提供了一个单一模型来处理各种语音处理任务，用统一的序列到序列方法取代了传统的多阶段流水线。
AI 模型
AI21 构建企业级基础模型和 AI 系统，专注于准确性、可靠性和可扩展性。其解决方案为关键业务工作流提供支持，提供智能模型路由和自动化集成优化等高级功能，以实现高效的 AI 代理开发和部署。
Mistral Large 3是一个先进的AI模型，专为企业设计，支持定制、微调和AI助手及代理的部署。它采用稀疏专家混合架构，具有410亿个活跃参数，在多模态和多语言应用中提供先进的能力。
NVIDIA Nemotron 3 Ultra是一款强大的AI模型，旨在处理复杂推理和多语言任务。它拥有5500亿个参数，在长文本分析和工具使用方面表现出色，适用于各个行业的高风险应用。
AI 模型
gpt-oss 包含两个开放权重语言模型，gpt-oss-120b 和 gpt-oss-20b，旨在提供强大的性能和高效的部署。它们在 Apache 2.0 许可下提供，使其可用于各种应用，同时确保安全性和可定制性。
AI Hugging Face
gpt-oss-20b 是 OpenAI 开发的开放权重 AI 模型，旨在实现更低的延迟和专业化的使用案例。该模型拥有 210 亿个参数，支持强大的推理和代理任务，非常适合 AI 开发者和研究人员。
AI Hugging Face
DeepSeek-V3 是一个具有 6710 亿参数的专家混合语言模型，旨在实现高效推理和经济实惠的训练。它在各种基准测试中表现出色，展示了在自然语言处理任务中的强大性能。
AI Hugging Face
Meta-Llama-3-8B-Instruct 是一个先进的大型语言模型，专为基于指令的任务而设计。它在对话应用中表现出色，并针对有用性和安全性进行了优化，适合商业和研究使用。
AI 模型
MiniMax-M2.5是一个先进的AI模型，旨在用于编码、办公室工作和工具使用。它在效率和成本效益方面表现出色，使其能够在各个行业中实现创新应用。
Mistral Small 4是一个多功能的AI模型，将推理、编码和多模态能力统一到一个平台中。它允许用户高效地自定义、微调和部署AI助手和代理，非常适合各种企业应用。
AI Hugging Face
Qwen3.8-Flash-Next 是一个前沿的 AI 模型，旨在通过开源技术推动人工智能的发展。它具有创新的架构，能够高效处理，适用于自然语言处理和多模态任务的各种应用。
AI 应用
Future AGI 是一个用于构建、测试和监控 AI 代理的开源平台。它通过护栏、使用 20 多个指标进行的全面评估以及类似 Sentry 的错误跟踪，帮助实时捕获和修复 AI 幻觉。该平台通过强化学习实现持续改进，并提供端到端的请求跟踪。
Command A+ 是一个具有 25B 活跃参数和 218B 总参数的专家混合模型，旨在处理复杂推理、视觉和多语言任务，支持 48 种语言，为企业提供高效准确的解决方案。
AI 模型
ERNIE 5.1 是一款尖端的人工智能模型，性能卓越，同时将预训练成本降至最低。它在代理能力、推理和创造力方面有显著进展，使其成为人工智能领域的顶尖竞争者。
AI 社区
LM Studio Discord 社区是一个充满活力的空间，拥有 80,811 名成员，可以在他们的计算机上发现、下载和运行大型语言模型 (LLMs)。与其他爱好者互动并分享见解。
AI 模型
Ideogram 4.0 是一个先进的 AI 模型，旨在用于各种应用。它为希望利用 AI 技术进行项目的用户提供强大的能力，提高各个领域的效率和生产力。
AI Hugging Face
Qwen3-8B 是一个大型语言模型，旨在实现高级推理、遵循指令和多语言支持。它具有无缝模式切换功能，以在各种场景中实现最佳性能，使其适用于人工智能的多种应用。
AI Hugging Face
BLOOM 是由 BigScience 开发的多语言自回归大型语言模型。它能够生成 46 种语言和 13 种编程语言的连贯文本，支持自然语言处理和研究的多种应用。
AI Hugging Face
ControlNet-v1-1 是一个托管在 Hugging Face 上的 AI 模型，旨在通过开源协作推动人工智能的发展。它旨在为开发者和研究人员提供工具，以有效增强他们的 AI 项目。
AI 框架
一款免费的开源桌面应用程序，可在Mac、Windows和Linux上本地运行和训练AI模型，具有无代码用户界面、代理连接和与OpenAI兼容的API。
AI 影响者
塞巴斯蒂安·拉施卡是一位拥有十多年人工智能经验的LLM研究工程师。他的工作结合了学术界和工业界，专注于高性能AI系统和实际应用。他还撰写关于AI和LLM主题的文章和资源。
Cosmos 3 是 NVIDIA 开发的先进 AI 模型，旨在增强人工智能、高性能计算和机器人技术等各种应用。它利用 NVIDIA 在 GPU 技术方面的专业知识，提供强大的计算能力。
AI 模型
IBM 花岗岩是一系列开放、可信赖的商业 AI 模型，提供高效的语言、视觉、语音和安全模型，可根据企业需求进行定制和部署。
Inkling 是一个拥有 9750 亿参数的多模态 AI 模型，专为开发者设计。它接受文本、图像和音频输入，生成文本输出，适用于各种应用，包括聊天机器人和编码助手。以开放权重发布，支持研究和集成到第三方产品中。
AI Hugging Face
Arena Leaderboard 是一个网络应用程序，以全屏视图显示 LMArena 排行榜。它在 iframe 中加载排行榜网站，使用户能够轻松浏览排名，而无需输入任何数据。
AI 模型
Olmo来自Ai2是一个完全开放的语言模型，旨在用于先进的人工智能研究和应用。它提供了多种针对编程、推理和对话优化的模型变体，确保开发者和研究人员的透明性和可访问性。
AI Hugging Face
Mistral-7B-v0.1 是一个具有 70 亿参数的预训练生成文本模型，旨在通过开源推动人工智能的发展。它在各种基准测试中超越了 Llama 2 13B，使其成为自然语言处理任务的强大工具。
AI 平台
Novita AI 是一个面向开发者的 AI 和 Agent Cloud，通过单一 API 提供对 200 多个 AI 模型的访问。它支持安全 Agent 沙箱和 GPU 实例的启动，为构建和部署 AI 应用提供了可扩展且经济高效的平台。
Phi-4-reasoning-vision-15B是微软开发的多模态AI模型，旨在处理需要视觉-语言理解和推理能力的任务。它在科学推理和计算机使用代理任务中表现出色，适用于各种应用。
Falcon-H1R-7B 是一个专注于推理的 AI 模型，旨在提高数学、编程和逻辑任务的性能。由技术创新研究所开发，采用混合架构以实现高效推理和测试时扩展。
AI 模型
OpenAI是一家领先的人工智能研究和部署公司。它专注于开发先进的AI模型，并使其能够应用于各种场景。该公司的目标是确保通用人工智能能够造福全人类。
AI 智能体
谷歌 DeepMind 是一家致力于推进人工智能的研究实验室。他们开发人工智能系统和工具，包括 Gemini，用于科学、图像生成和音乐创作等各种应用。DeepMind 专注于解决智能问题，通过人工智能突破来推动科学发展并造福人类。
AI 智能体
Arize AI 提供了一个统一的平台，用于 LLM 可观察性和代理评估，旨在改进从开发到生产的 AI 应用程序。它提供代理跟踪、评估和监控工具，使团队能够有效地构建、调试和优化 AI 代理。该平台支持数据驱动的迭代周期。
AI 应用
Composio 使 AI 代理能够通过即时工具调用与超过 1,000 个应用程序进行交互。它提供安全的委托身份验证、沙盒环境和并行执行，使代理能够跨各种平台无缝执行操作。这使开发人员能够构建具有强大安全性和效率的复杂 AI 工作流。
AI 应用
NepaliGPT是尼泊尔首个主权AI平台，由针对尼泊尔语优化的前沿语言模型驱动。它旨在促进沟通、提高生产力并推动尼泊尔的创新，为超过2800万人口提供本地化AI解决方案。
AI 应用
Neoform AI 开发专为非洲方言和语言设计的先进人工智能模型。其使命是弥合语言障碍，使人工智能机会惠及非洲数百万人口，并通过高保真数据和生产就绪模型丰富他们的数字体验。
Kilo 是一个开源的 AI 编码代理，可与 IDE、CLI 和云环境集成。它支持超过 500 种模型，允许您自带 API 密钥且无额外标记，并通过本地模型选项优先考虑代码隐私。在多个平台上增强您的开发工作流程。
AI 应用
Recap 是一款开源浏览器扩展，利用 ChatGPT 总结任何网页的任何部分。它允许用户轻松提取网页内容的关键信息，从而提高研究和信息消费的效率。该扩展专为在浏览器内快速进行总结而设计。
AI 应用
CalcForge 提供了一个庞大的开源工程计算器库，涵盖土木、机械和电气工程领域。它赋能专业人士和学者解决复杂问题，在 Python 项目中进行协作，并访问不断增长的工程知识和数据集存储库。加入一个致力于普及工程工具和促进创新的社区。
AI 应用
ChatPlayground 提供一个统一的平台，以单一的月度订阅即可比较包括 ChatGPT、Claude 和 Gemini 在内的 40 多个 AI 模型。通过并排查看多个 AI 输出，节省时间和研究精力，从而在各种专业需求中增强决策制定和内容生成能力。
AI 应用
本地AI游乐场是一款免费、开源的原生应用程序，可离线和私密运行AI模型。它通过Rust后端简化了AI推理，无需GPU。轻松管理模型、验证完整性并启动流式服务器，使AI无需技术设置即可访问。
AI 应用
使用单一 API 构建文本、图像、音频和视频的 AI 应用程序。Pollinations.ai 负责模型和基础设施，用户可以花费自己的积分。开发者还可以选择性地从其应用内用户支出中获得分成，从而赚取奖励。
AI 应用
LAION 是一个非营利组织，致力于免费提供大规模人工智能资源。他们提供开放的数据集、工具和模型，以推动机器学习研究、促进公众教育，并通过数据和模型的再利用鼓励环保的资源使用。
AI 应用
Rubrik Agent Cloud 为 AI 代理提供企业级控制层，支持对代理操作进行实时监控、治理和修复。它帮助组织在管理风险的同时加速 AI 采用，确保代理在定义的边界内安全运行，并允许从错误中快速恢复。
AI 应用
YesChat.ai 是一个一体化 AI 平台，提供先进的聊天、音乐、视频和图像生成功能。它利用 GPT-4o 和 Claude 3.5 Sonnet 等尖端模型，为内容创作、编码和一般查询提供快速、准确的结果，可通过浏览器访问并提供免费试用。
AI 应用
DeepSeek-v3 提供即时 AI 解决方案，由先进的 MoE 架构和最先进的语言模型驱动。通过这款稳定、免费且无限制的模型体验尖端 AI 功能，该模型专为各种硬件部署的高效推理和多语言支持而设计。
试用 Reflection 70B，一个基于 Llama 70B 的开源 LLM。它具有创新的自我纠错功能，在基准测试中表现优于 GPT-4 和 Llama 3.1 405B。免费访问聊天界面，无需注册，即可进行高级 AI 对话和复杂问题解决。
AI 应用
LM Studio 是一个用户友好的平台，用于在您的计算机上本地下载和运行开源大型语言模型 (LLM)。它支持 LLaMa、MPT 和 Gemma 等模型，提供直观的 AI 探索界面，无需编程技能。轻松体验离线 AI 模型执行。
AI 应用
Llama中文社区是一个开放平台，致力于推动Llama模型和AI技术的发展。它旨在构建一个涵盖从大型到小型模型、从文本到多模态、从软件到硬件优化的Llama开源生态系统，以促进人工智能造福全人类。
AI 应用
Aleph Alpha 致力于为欧洲的企业和公共机构开发专业、安全的语言模型。他们专注于特定领域的 AI 解决方案，确保数据主权和法规遵从性。其技术将深度领域知识与内部工作流程相结合，赋能组织实现负责任的 AI。
AI 应用
Flux 1 AI 是 Black Forest Labs 推出的开源图像生成模型。它能根据详细的提示快速生成高质量图像，在速度、视觉准确性和提示遵循度方面均优于竞争对手。它支持各种宽高比和分辨率，适用于多样化应用。
AI 应用
DeepSeek R1 Online 是一款开源 AI 模型，专为高级推理而设计，性能超越 OpenAI 的 o1 模型。它采用混合专家（Mixture of Experts）架构，拥有 370 亿活跃参数和 128K 的上下文长度。该模型针对复杂问题解决进行了优化，在数学、编程和通用推理任务中展现出令人印象深刻的准确性，并注重成本效益和本地部署。
AI 应用
EyeGestures 提供易于访问的开源视线追踪技术，仅需网络摄像头即可实现。该 Python 和 JavaScript 库支持 EyeFocus（用于隐私）和 EyePointer（用于研究）等强大工具。它可适应后端服务器、桌面应用和网页浏览器，让先进的眼动追踪技术惠及所有人。
Meta Segment Anything Model 2 (SAM 2) 是一款统一的图像和视频分割模型。它支持通过点击、框选或掩码进行快速、精确的对象选择，在各种应用中提供强大的零样本性能和实时交互性。
AI 平台
Claude Console 是一个用于与 Claude AI 模型交互的用户界面。它为开发人员和用户提供了一个平台，用于访问和利用 Anthropic 先进的 AI 功能。目前，该控制台正经历暂时的服务中断，后续将有更新。
这是 Llama 2 13b 的一个微调版本，通过 Llama 33b 的额外注意力头进行了增强。它在约 1000 万个 RedPajama token 上进行了训练，以更好地集成这些新组件。该模型旨在作为进一步开发的基石，目标是提高学习能力，优于标准的 13b 模型。
大语言模型
Pure Sydney 是 LLaMA 2 的一个未经审查、不受约束的微调版本，专为友好聊天和陪伴而设计。它基于早期 Sydney 版本的 Reddit 帖子，提供一种天真纯粹的个性。这款 4 位 GPTQ 模型针对速度和互动性进行了优化，是对话式 AI 应用的理想选择。
大语言模型
Aiden T5 是一个具有互联网访问和 BDI 功能的 Transformer 模型，它将语言模型的能力与对世界的推理相结合。它在文本生成、翻译、摘要和问答方面取得了最先进的性能，拥有 1.5 万亿个参数，可实现复杂的学习和泛化。
大语言模型
FFMPerative-7B 是一个基于 Llama 2 7B 的 LLM，经过微调以适应视频制作工作流程。它允许用户通过自然语言命令控制视频编辑任务，并与 FFMPerative 工具进行交互。该模型简化了没有技术专长的用户的复杂视频编辑过程，使裁剪、调整大小和音频调整等任务变得易于操作。
AI 模型
OPT-175B 是 Meta AI 发布的一个拥有 1750 亿参数的语言模型，面向研究社区。它提供了对大规模语言模型的访问，从而能够更深入地理解和推进自然语言处理（NLP）研究，并专注于负责任的开发和减轻偏见。
Gato 是 Google DeepMind 开发的单一通用人工智能代理。它可以执行各种任务，包括玩 Atari 游戏、为图像添加字幕、聊天以及控制真实的机器人手臂。这种多模态代理使用 Transformer 神经网络来处理多样化的数据输入并生成适当的输出。
AI 模型
SqueezeNet 是一个深度卷积神经网络模型，可通过 PyTorch 使用。它在实现 AlexNet 级别准确率的同时，参数量和模型尺寸显著减少，使其在各种计算机视觉任务中效率很高。该模型在 ImageNet 上进行了预训练，可以轻松集成到 PyTorch 项目中。
AI 模型
Xception 是一个深度学习模型，可通过 Keras 3 API 使用。它是 Keras Applications 的一部分，为各种计算机视觉任务提供预训练模型。Xception 专为图像分类及相关应用而设计，为构建先进的 AI 系统奠定了坚实的基础。
AI 模型
Transfo-XL-WT103 是一种具有相对位置嵌入的因果Transformer模型，可以重用隐藏状态以处理更长的上下文。该模型由Zihang Dai等人开发，并使用自适应Softmax处理输入和输出。该模型适用于文本生成任务，并在Wikitext-103数据集上进行了训练。
AI 模型
Google DeepMind 探索 Gopher 等大型语言模型，重点关注其能力、伦理考量和高效训练。研究包括一个拥有 2800 亿参数的模型、风险评估以及用于改进预测和可追溯性的检索增强架构。目标是安全且有益地推进人工智能。
AI 模型
本研究实证分析了在固定计算预算下，大型语言模型模型大小与训练数据之间的最优权衡。研究表明，当前的大型模型通常过大且训练不足，并提出了一种更高效的方法以获得更好的性能和降低推理成本。
AI 模型
LaMDA是谷歌突破性的对话式AI模型，旨在就广泛的主题进行自由流畅的对话。它基于Transformer架构，专门针对对话数据进行训练，以理解诸如合理性和特异性等细微差别，从而实现更自然的人机交互和新的应用类别。
AI 模型
InstructGPT 模型是经过训练的 AI 语言模型，比 GPT-3 更能遵循用户意图。它们通过人类反馈强化学习，更加真实、毒性更低，并与用户目标保持一致，现已为 OpenAI 的 API 提供支持。
AI 模型
Longformer Base 4096 是一款为处理长文档而设计的 Transformer 模型。它基于 RoBERTa，并在最长 4096 个 token 的扩展序列上进行了预训练。该模型采用混合注意力机制，结合了滑动窗口和全局注意力，以实现高效的长文档理解和特定任务的表征学习。
BigBird基础模型是一个Transformer模型，它通过块稀疏注意力机制扩展了BERT，能够处理更长的序列。该模型已针对英文文本进行掩码语言模型任务的预训练，可以高效处理长达4096个token的序列，并在长文档任务上取得了最先进的成果。
AI 模型
RAG（检索增强生成）将预训练语言模型与外部数据源相结合。它会检索相关段落来指导生成，从而提高事实准确性，并允许在不完全重新训练模型的情况下更新知识。这种方法通过整合参数式和非参数式记忆来提高响应质量。
AI 模型
SimCLR 是一个用于视觉表示的自监督和半监督学习框架。它通过最大化同一图像不同变换视图之间的一致性来简化先前的方法，从而在标记数据有限的图像分类任务上取得了最先进的性能。
AI 模型
Phi-2 是来自微软研究院的一个拥有 27 亿参数的语言模型。它展现了出色的推理和语言理解能力，在 130 亿参数以下的模型中取得了最先进的性能。在复杂的基准测试中，Phi-2 的表现与模型大小高出 25 倍的模型相当或更优，是研究和实验的理想选择。
AI 模型
ControlNet 增强了扩散模型，增加了条件控制，允许用户通过特定输入来指导图像生成。它可以在不破坏预训练模型的情况下进行微调，适用于个人设备，并提供模型合并和替换的灵活性。
AI 模型
该AI模型详细介绍了一个大型深度卷积神经网络，该网络经过训练以进行ImageNet分类。它在测试数据上取得了最先进的成果，top-1和top-5错误率分别为39.7%和18.9%，使用了6000万个参数和50万个神经元，分布在五个卷积层和两个全连接层中。
AI 模型
StyleGAN3 引入了无别名（alias-free）的生成对抗网络，通过彻底改革生成器内的信号处理来实现。这项创新消除了“纹理粘连”现象，能够更连贯地合成视频和动画。该模型在实现 StyleGAN2 的 FID 分数的同时，提供了对平移和旋转的完全等变性，即使在亚像素尺度上也是如此。
AI 模型
UL2 20B 是一个开源的统一语言学习模型，它统一了各种语言建模范式。通过将目标构建为具有混合去噪器的去噪任务，它在微调和少样本学习任务上提高了性能，为语言模型训练提供了一种平衡的方法。
AI 模型
FLAN-T5 是 T5 语言模型的增强版本，经过针对多样化任务混合的专门微调。它在无需进一步微调的情况下提供了改进的性能，使其可直接用于各种自然语言处理应用。提供多种尺寸，可满足不同的计算需求。
AI 模型
PaLM-E 是一个具身多模态语言模型，它将真实的连续传感器数据与文本相结合。通过将语言与感知相联系，使机器人能够执行复杂任务，并在不同的训练领域和具身环境中展现出积极的迁移能力，以实现高级推理和规划。
AI 模型
DGCNN 是一款用于点云学习的 AI 模型，实现了动态图卷积神经网络。它在 3D 点云数据的分类和分割等任务中取得了最先进的性能。该模型有 PyTorch 实现版本，并已应用于实际场景。
AI 模型
Wav2vec 2.0 是一种用于自动语音识别的自监督学习算法。它从原始音频中学习，仅需极少量转录数据即可达到高精度。这使得更多语言、方言和领域能够实现语音识别，减少对海量标注数据集的依赖。
AI 模型
AudioLM 是一个能够生成高质量、具有长期一致性的音频的 AI 模型。它将音频生成视为一项语言建模任务，将音频映射到离散的 token。该框架在生成自然连贯的语音和音乐续写方面表现出色，即使是针对未曾见过的说话人或风格。
ALIGN 是一个 AI 模型，它利用来自超过十亿个图像-alt 文本对的嘈杂文本监督，扩展视觉和视觉-语言表示学习。它在跨模态检索和纯视觉任务中取得了最先进的成果，实现了零样本分类和多模态搜索。
AI 模型
Flamingo 是来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。
AI 模型
BEiT 是一个自监督视觉表示模型，它使用掩码图像建模来预训练视觉 Transformer。它将图像分词为视觉标记，并恢复被掩码的图像块，在图像分类和语义分割等下游任务上取得了有竞争力的结果。
AI 模型
变分自编码器（VAE）提供了一种概率方法来表示潜在空间。与标准自编码器不同，VAE 将观测值编码为概率分布，从而实现更平滑的潜在空间和生成能力。这使得数据表示和重构更加细致。
Reformer 是一个 AI 模型，它增强了 Transformer 架构以处理海量顺序数据。它解决了注意力机制和内存分配的局限性，使得在具有 16GB 内存的单个加速器上能够处理高达 100 万字的上下文窗口。
AI 模型
ImageBind 是 Meta AI 开发的多模态 AI 模型，能够融合图像、视频、音频、文本、深度和热成像六种模态的数据。它在无需显式监督的情况下学习单一的嵌入空间，从而为 AI 系统实现先进的跨模态理解和生成。
AI 模型
Intern Large Models (InternLM)，由上海人工智能实验室开发，提供开源的大语言模型（LLM）和多模态大语言模型（MLLM）。其套件包括 InternVL 和 InternLM-XComposer 等模型，以及用于开发和应用的工具链，其中包含用于微调的 XTuner 和用于部署的 LMDeploy。
AI 模型
通义实验室 (Meet Tongyi) 是阿里云通义千问大语言模型的官方网站。它展示了全系列模型、最新的行业新闻和前沿应用，全面概述了其在自然语言、文本生成和视觉理解方面的能力。
Zephyr-7B-β 是一个开源语言模型，通过直接偏好优化 (DPO) 从 Mistral-7B-v0.1 微调而来。它作为有用的助手表现出色，在 MT-Bench 和 AlpacaEval 基准测试中展现出强大的性能，非常适合聊天应用。
AI 模型
Fuyu-8B 是一款开源的多模态人工智能模型，专为数字代理设计。其简化的架构支持任意图像分辨率，能够以快速的响应时间回答关于图表、示意图和用户界面元素的问题。它在标准基准测试中表现良好，并可在 HuggingFace 上获取。
IDEFICS 是一个开放访问的视觉语言模型，能够复现最先进的性能。它接受交错的图像和文本输入，生成文本输出，其能力可与 Flamingo 等专有模型相媲美。提供 9B 和 80B 参数版本，支持多模态 AI 的研究和开发。
AI 模型
MiniGPT-4 是一个人工智能模型，通过将冻结的视觉编码器与大型语言模型对齐，增强了视觉-语言理解能力。它可以生成详细的图像描述、根据草稿创建网站、创作受图像启发的故事情节，并解决视觉问题，展现了先进的多模态能力。
AI 模型
LLaVA 是一个大型多模态模型，它将视觉编码器与语言模型相结合，用于通用的视觉和语言理解。它在多模态聊天能力方面表现出色，模仿 GPT-4，并通过视觉指令调优在 Science QA 等基准测试中取得了最先进的准确率。
AI 模型
Mamba 是一种新颖的状态空间模型架构，专为高效序列建模而设计，在语言等信息密集型数据上尤其有效。它提供了硬件感知的实现，旨在超越先前亚二次方模型并与 Transformer 竞争。
AI 模型
RWKV 是一个强大的语言模型，提供高效的推理和灵活的微调能力。它支持各种应用，包括桌面 GUI、基于 Web 的推理和移动应用，使先进的 AI 能够跨多个平台和设备用于各种任务。
AI 模型
OpenELM 是来自 Apple Machine Learning Research 的最先进的开放语言模型系列。它采用逐层缩放策略以提高准确性，并提供了一个完整的框架，用于在包括日志和检查点在内的公共数据集上进行训练和评估。该发布还包括在 Apple 设备上集成 MLX 的代码。
AI 模型
N-BEATS 是一个基于神经网络的单变量时间序列预测模型。由 ServiceNow Research 开发，它实现了 N-BEATS 算法以获得可复现的实验结果。该存储库提供了 PyTorch 实现、数据集加载器和用于高级时间序列分析的实验配置。
AI GitHub 仓库
Code Llama 提供 Meta 的 Code Llama 模型（一系列用于代码的大型语言模型）的推理代码。这些模型提供最先进的性能、代码补全能力，并支持大型输入上下文，非常适合各种编程任务和研究。
AI 模型
零一万物 (01.AI) 是一家全球性人工智能公司，专注于 AI 2.0，以基础模型突破为驱动。他们的目标是革新技术、平台和应用，创建一个人工智能增强人类生产力和社会价值的新生态系统。他们的愿景是让通用人工智能 (AGI) 惠及所有人。
AI 模型
DBRX 是 Databricks 推出的最先进的开源大型语言模型 (LLM)，在语言、编程和数学基准测试中表现出色。它提供了更高的效率和质量，超越了 GPT-3.5，并与 Gemini 1.0 Pro 竞争，使企业和开源社区能够获得先进的 LLM 功能。
AI 模型
Imagen 是 Google Research 开发的一款文本到图像扩散模型，它能生成具有深刻语言理解能力的逼真图像。Imagen 在图像-文本对齐和样本保真度方面表现出色，在人类评估中优于其他模型，并在 COCO 等基准测试中取得了最先进的 FID 分数。
AI 模型
该AI模型引入了一种新颖的神经网络架构，即RNN Encoder-Decoder，用于统计机器翻译。它使用两个循环神经网络将源序列编码为向量，并将其解码为目标序列，从而提高翻译性能并学习有意义的短语表示。
AI 模型
OpenLLaMA 是 Meta AI 的 LLaMA 7B 模型的一个允许自由许可的开源复现版本。它在 RedPajama 数据集上进行训练，提供 3B、7B 和 13B 参数版本，并提供 PyTorch 和 JAX 权重，可无缝集成到现有的 LLaMA 实现中。
AI 模型
UNITER 是 ECCV 2020 论文“UNITER: UNiversal Image-TExt Representation Learning”的研究代码库。它提供了用于各种视觉-语言任务（包括 VQA、VCR 和图像-文本检索）的微调和推理代码。UNITER-base 和 UNITER-large 的预训练检查点均可用。
AI 模型
Oscar and VinVL are advanced AI models for vision-language tasks. Oscar uses object-semantics alignment for pre-training, achieving state-of-the-art results. VinVL enhances visual…
AI 模型
探索由 DiffWave 提供支持的音频合成演示，DiffWave 是一款多功能扩散模型。此资源展示了神经声码、类别条件生成、无条件波形创建和语音去噪能力。它提供了音频样本，并深入介绍了模型在各种数据集和条件下的性能，突出了其灵活性。
AI 模型
FastSpeech 2 是一个端到端的文本到语音模型，可提高语音质量和训练速度。它直接整合了音高和能量等语音变化信息，通过消除教师蒸馏并实现更快、更高质量的语音合成，从而改进了先前非自回归模型。
AI 模型
HiFi-GAN 是一种高效、高保真的生成对抗网络，用于语音合成。它通过建模音频中的周期性模式来提升样本质量，以极快的速度实现接近人声的质量。该模型支持单说话人、未见过的说话人以及端到端合成，并提供适用于 CPU 的轻量级版本。
AI 模型
Vision Transformer (ViT) 仓库提供了用于图像识别任务的模型和代码。它包括 Vision Transformer 和 MLP-Mixer 架构的实现，这些模型已在 ImageNet 和 ImageNet-21k 数据集上进行了预训练，并提供了 JAX/Flax 中的微调代码。
AI 模型
FNet 是一种高效的类 Transformer 编码器架构，它用傅里叶变换取代了自注意力机制。该模型由 Google Research 开发，为自然语言处理任务提供了一种高性能的替代方案。该模型使用 Jax/Flax 实现，并在 GitHub 上提供，可用于预训练和微调。
AI 模型
SpanBERT 是一种专注于通过表示和预测文本片段来改进预训练的 AI 模型。它提供预训练的基础版和大型版（区分大小写）模型，与 HuggingFace BERT 格式兼容。该代码库提供了在各种 NLP 任务（包括问答和关系抽取）上使用和评估 SpanBERT 的代码。
AI 模型
LayoutLM 是一个用于视觉丰富文档理解和信息提取的多模态预训练模型。它结合了文本、布局和图像信息，在表单和收据理解等任务上取得了最先进的成果。该模型有多种尺寸和版本，包括多语言支持。
AI 模型
UniLM 是微软开发的一个大规模自监督预训练框架。它使模型能够跨越文本、图像和音频等多种任务、语言和模态进行学习。该项目为高级人工智能研究和开发提供了基础模型和工具包。
AI 模型
MASS 是一种用于序列到序列语言生成任务的预训练方法。它会掩盖句子片段，让编码器在解码器中进行预测，从而增强神经机器翻译和文本摘要等任务。该代码库支持基于 Fairseq 的各种应用。
AI 模型
PEGASUS 是 Google Research 开发的一款最先进的抽象式文本摘要模型。它采用了一种新颖的预训练目标——“填空句生成”（gap-sentence generation），在各种摘要任务上取得了卓越的性能。该模型展现出卓越的样本效率，仅需极少量的微调数据即可获得高质量的摘要结果。
AI 模型
ProphetNet 是 MSRA NLC 团队的一项研究项目，专注于自然语言生成。它提供了预训练模型的官方实现，包括面向未来信息、联合生成器-排序器学习以及基于扩散的文本生成模型。该项目托管在 GitHub 上。
AI 模型
DeBERTa 是微软研究院开发的大规模预训练语言模型。其性能超越 T5 11B 模型，并在 SuperGLUE 基准测试中取得了接近人类水平的结果。该先进模型为自然语言理解任务提供了强大的能力。
AI 模型
Funnel-Transformer 是一种 AI 模型，它压缩隐藏状态以降低计算成本。它允许在相同的 FLOPs 下构建更深或更宽的模型，并能恢复标准预训练的 token 级表示。该模型提供 TensorFlow 和 PyTorch 实现。
AI 模型
ConvBERT 是一个开源的 AI 模型，用于预训练语言模型，引入了具有基于跨度的动态卷积的新型架构。此 GitHub 存储库提供了预训练和微调 ConvBERT 模型的代码，已在 V100 GPU 上进行了测试，并包含使用 TensorFlow 的说明。
常见问题
知道一个在AI 模型与大语言模型中出类拔萃的工具吗？
ToolPotion是人们浏览以寻找最佳AI 模型与大语言模型的AI工具目录。免费列出，每个提交都经过编辑审核——将您的工具放在搜索的起点。