Project Icon

MMRec

现代多模态推荐系统研究工具箱

MMRec是一个现代化的多模态推荐系统工具箱,支持多种先进推荐模型,如图神经网络和自监督学习技术。它提供全面功能,包括数据预处理、模型训练和评估,便于研究人员高效开发和比较推荐算法。该工具箱配有详细文档和示例,适合快速上手和扩展研究。

mmsegmentation - 高效的PyTorch语义分割工具箱与新特性介绍
GithubMMSegmentationOpenMMLabPyTorchv1.0.0开源项目语义分割
MMSegmentation是基于PyTorch的开源语义分割框架,提供模块化设计和统一基准,支持多种算法。最新v1.2.0版本新增开放词汇语义分割和单目深度估计功能,提升训练效率和快速部署体验。
POI-Recommendation - 智能兴趣点推荐的前沿研究资源库
GithubPOI推荐个性化推荐图神经网络开源项目时空数据深度学习
这个项目汇集了兴趣点(POI)推荐领域的最新研究成果,包括深度学习、图神经网络和注意力机制等技术在POI推荐中的应用。项目重点关注时空依赖性、用户偏好建模和冷启动等问题,旨在改进POI推荐的个性化和情境感知能力。资源库收录了大量高质量论文及其代码实现,为POI推荐研究提供了全面的参考资料。
multi-model-server - 深度学习模型的部署工具
DockerGithubMulti Model ServerPython开源项目模型服务深度学习
Multi Model Server是一个灵活的工具,用于部署由各种ML/DL框架训练的深度学习模型。通过命令行界面或预配置的Docker镜像,可以快速设置HTTP端点处理模型推理请求。支持Python 2.7和3.6,提供适合CPU和GPU推理的不同MXNet pip包。详细的文档和使用示例,以及Slack频道和社区支持,进一步简化了用户使用体验。推荐在生产环境中使用Docker容器以提升安全性和性能。
mem0 - 为大型语言模型 (LLM) 提供智能、自适应的内存层
GithubMem0个性化AI体验多级记忆大型语言模型开发者友好API开源项目热门
Mem0 通过为大型语言模型(LLMs)提供智能、适应性的内存层,不断利用上下文信息,增强个性化AI体验。这种增强的内存能力对于从客户支持到健康诊断等广泛应用至关重要,使AI能够记住用户偏好、适应个别需求,并持续改进。
honeybee - 优化多模态大语言模型性能的局部性增强投影器
GithubHoneybee多模态大语言模型局部性增强投影器开源项目深度学习计算机视觉
Honeybee项目通过局部性增强投影器提升多模态大语言模型性能。该项目在MMB、MME、SEED-I等基准测试中表现优异,提供预训练和微调模型检查点。Honeybee支持多种数据集,包含详细的数据准备、训练和评估指南,为多模态AI研究和开发提供开源工具。
SIGIR2020_peterrec - 基于序列行为的参数高效迁移学习推荐方法
GithubPeterRec开源项目推荐系统深度学习用户建模迁移学习
SIGIR2020_PeterRec提出了一种基于用户序列行为的参数高效迁移学习方法,用于改进推荐系统性能。该方法在冷启动等场景中表现出色。项目提供了多个大规模数据集,用于评估各类推荐模型,包括基础模型、可迁移模型、多模态模型和大语言模型。项目还包含PyTorch代码实现和详细的使用说明。
Awesome-LLM4RS-Papers - 聚焦于大型语言模型在推荐系统中的应用研究的论文集
AI绘图GithubLLMRecPapers大型语言模型开源项目推荐系统
Awesome-LLM4RS-Papers是一套精选论文集,聚焦于大型语言模型在推荐系统中的应用研究。本集合包含自2023至2024年期间发布的期刊文章和会议论文,覆盖了隐私保护、个性化方案、效率提升等诸多创新领域。该项目为研究人员和技术开发者提供关于如何利用大型语言模型增强推荐系统的全面资料。
neoml - 跨平台多语言支持的端到端机器学习框架
ABBYYGithubNeoMLONNX开源项目机器学习框架神经网络
NeoML是一个端到端机器学习框架,可用于构建、训练和部署模型,适用于计算机视觉和自然语言处理任务,如图像预处理、分类、OCR和数据提取。支持100多种神经网络层类型和20多种传统机器学习算法,兼容CPU和GPU,并支持ONNX格式。适用的编程语言包括Python、C++、Java和Objective-C,且可运行于Windows、Linux、macOS、iOS和Android平台。
MotionLLM - 融合视频和动作数据的人类行为理解先进AI模型
GithubMotionLLM人工智能人类行为理解多模态学习大语言模型开源项目
MotionLLM是一个人类行为理解框架,通过融合视频和动作序列数据来分析人类行为。该项目采用统一的视频-动作训练策略,结合粗粒度视频-文本和细粒度动作-文本数据,以获得深入的时空洞察。项目还包括MoVid数据集和MoVid-Bench评估工具,用于研究和评估人类行为理解。MotionLLM在行为描述、时空理解和推理方面展现出优越性能,为人机交互和行为分析研究提供了新的方向。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号