MMAR：一个极具挑战性的深度推理基准测试，专为音频、音乐和语音领域的AI模型设计

包含1000个精心策划的音频-问题-答案三元组，覆盖多种真实场景；部分问题需要研究生级别的专业知识，难度极高；数据涵盖语音、音频、音乐及其混合模态，全面评估模型能力
Media is too big
VIEW IN TELEGRAM
跨平台Xcode替代工具，用SwiftPM在Linux、Windows和macOS上构建和部署iOS应用。

无需Mac即可开发iOS应用；支持多平台，覆盖Linux、Windows和macOS；提供完整的命令行工具和库支持

xtool | #工具
工具
Continuous Thought Machines：让思考成为一种持续的过程。核心价值在于模拟人类思考的动态过程，解决复杂任务

内部时间轴，独立于输入数据，让神经活动自由展开；神经元级时间处理，每个神经元都具备独特参数，实现精细的时间动态；神经同步作为直接的潜在表示，通过神经活动的时序编码信息
Python A2A：强大的AI Agent通信库，轻松实现Agent间的无缝协作，解决复杂问题

完整支持Google A2A协议，零妥协；新增Agent Flow UI，可视化工作流编辑器，拖拽即可构建Agent网络；与LangChain深度集成，无缝转换与协同工作
Awesome-AI-Scientist：为AI科学家、研究人员和工程师提供一站式研究资源导航

汇集了超过500篇AI研究论文和工具；涵盖从知识构建到论文写作的全流程AI辅助；提供多个研究自动化基准测试和社区讨论平台
Flow Matching and Diffusion Models：一门由MIT开设的前沿课程，专注于生成式AI的数学原理与实践。它能帮助学习者从零开始构建图像扩散模型，掌握随机微分方程的工具。

课程涵盖从理论到实践的完整内容；提供3个配套的实践实验室，手把手教你构建模型；涵盖多种数据模态，如图像、视频、蛋白质结构等
SmolVLM-realtime-webcam：实时摄像头目标检测的高效解决方案。

基于SmolVLM 500M模型，实时性极强；通过llama.cpp服务器轻松部署；支持GPU加速，性能大幅提升
《Build a Large Language Model (From Scratch)》的中文版电子书，助力更多中文读者掌握大模型技术。| #电子书

从零开始构建模型，涵盖从基础架构到高级调优的全过程；提供配套实践代码，助力读者实操学习；翻译团队采用AI翻译助手+人工精细校对，确保翻译质量
电子书
为Python任务流提供超轻量级的可视化工具。

通过简单装饰器即可追踪任务执行；自动生成任务流可视化图表，直观展示任务关系；支持日志记录与数据追踪，助力高效调试

Flowshow | #工具
工具
为下一代图像理解和生成模型提供原子化能力数据集支持的开源工具。

提供多种原子能力数据集，如“改变、添加、移除”“缩放”“风格迁移”等；支持自定义数据集构建脚本；与ModelScope和DashScope深度集成，无缝对接模型训练和推理

ImagePulse | #工具
工具
Before
After
Back to Top