Project Icon

calvin

机器人长时间操作任务中基于语言条件的策略学习

CALVIN是一个开源的模拟基准,用于学习长时间的语言条件任务,旨在开发能够通过人类语言指令和车载传感器完成多种机器人操作任务的代理。该项目支持复杂任务序列、动作空间和语言规格,提供灵活的传感器配置详细评估协议,并通过多种难度模式提高测试效能。项目资源包括训练模型、评估脚本和数据下载选项,是机器人视觉与语言研究的理想选择。

Galactica Demo - 大型语言模型Galactica的研究与开发
AI工具AI研究GalacticaMeta大型语言模型开放透明
Galactica是Meta公司开发的大型语言模型,旨在通过开放、透明和可复现的方式推进AI研究。该模型经过高质量科学和学术数据训练,但可能产生不准确输出。Meta曾发布Galactica演示版以促进公众理解和获取反馈,但因模型可能生成看似真实却不准确的内容而撤下。目前,Galactica仍对研究人员开放,供进一步学习和结果复现。
octo - 基于transformer的通用机器人控制策略
AI模型GithubOcto开源项目微调机器人政策预训练模型
Octo是一个基于transformer的扩散策略模型,通过80万条多样化机器人轨迹数据训练而成。该模型支持多个RGB相机输入,可控制各种机器人手臂,并接受语言命令或目标图像指令。其模块化注意力结构使其能高效迁移至新的传感器输入、动作空间和形态。项目提供预训练模型、微调脚本和评估示例,便于研究人员进行深入开发和应用。
ViTamin - 推动计算机视觉进入新时代的可扩展视觉语言模型
GithubViTamin图像处理开源项目深度学习视觉语言模型计算机视觉
ViTamin是一系列可扩展的视觉语言模型,在图像分类、开放词汇检测和分割等任务上取得突破。以436M参数量在DataComp-1B数据集训练,实现82.9%的ImageNet零样本准确率。在7个开放词汇分割基准测试中创新纪录,并提升大型多模态模型能力。获timm和OpenCLIP官方支持,提供简单接口。ViTamin为计算机视觉领域带来新的可能性。
llm-verified-with-monte-carlo-tree-search - 通过蒙特卡洛树搜索实现大语言模型代码验证
CoqDafnyGithubLeanMonte Carlo Tree SearchPython开源项目
该项目通过蒙特卡洛树搜索(MCTS)生成并验证代码,每步调用验证器确保正确性。支持Dafny、Coq、Lean、Scala和Rust语言,可使较弱模型与强模型竞争。项目需GPU支持,提供详细的设置和运行指南,包括交互模式和特定语言配置。
lerobot - 实用机器学习库助力实际机器人开发
GithubLeRobot开源项目强化学习机器人模拟环境预训练模型
LeRobot是一个基于PyTorch的机器人应用开发库,提供模型、数据集和工具。它侧重模仿学习和强化学习,包含预训练模型、人类示范数据集和仿真环境,降低机器人技术门槛。该库支持ALOHA、PushT和XArm等多种环境和策略,未来将扩展实际机器人支持。LeRobot旨在促进数据集和预训练模型的共享,推动机器人技术发展。
rci-agent - 智能代理利用语言模型解决计算机任务
GithubMiniWoB++RCI Agent开源项目自然语言计算机任务语言模型
RCI Agent是一个基于预训练语言模型的智能代理,专门用于执行MiniWoB++基准测试中的计算机任务。该项目采用RCI提示方案优化输出,在样本效率方面表现出色。相比其他模型,RCI Agent使用更少的样本即可达到仅次于CC-Net的性能。这一研究成果展示了大型语言模型在解决通用计算机任务中的潜力,为克服专家演示获取和奖励函数定义等挑战提供了新思路。
Lemur - Lemur:同时具备自然语言与编程能力的开放语言模型
GithubLemur开放源码开源项目编码能力自然语言模型语言代理
Lemur项目优化了自然语言和编程技能,旨在成为多功能语言代理的基础。通过预训练和指令微调,Lemur在语言和编程基准测试中表现出色,缩小了开源与商业模型的差距。用户可以访问和使用Lemur-70B和Lemur-70B-Chat模型,实现文本和代码生成。项目由XLang Lab与Salesforce Research合作支持,适用于多种应用场景,包括工具使用和环境反馈的适应,并覆盖广泛的语言和交互代理技能评估。
Grounding_LLMs_with_online_RL - GLAM 强化学习优化大型语言模型的新方法
BabyAI-TextGLAMGithubLamorel大语言模型开源项目强化学习
这个开源项目开发了GLAM方法,通过在线强化学习优化大型语言模型在BabyAI-Text环境中的性能。项目提供了BabyAI-Text环境和实验代码,支持智能体训练和评估。研究者使用Lamorel库实现了PPO、DRRN等多种智能体。代码库包含详细的安装说明、配置文件和运行指南,便于其他研究人员复现和拓展相关研究。
ceval - 全面评估中文大语言模型能力的基准测试
C-EvalGithub中文评测基础模型多选题学科分类开源项目
C-Eval是一个综合性中文基础模型评估套件,涵盖52个学科和4个难度级别的13948道多选题。该项目通过零样本和少样本评估,展示了主流模型在STEM、社会科学和人文学科等领域的表现。C-Eval旨在帮助开发者追踪模型进展并分析其优缺点。研究者可通过官方网站或相关论文获取详细信息,并利用提供的数据和方法评估自己的模型。
bdd100k - 大规模驾驶视频数据集赋能自动驾驶多任务学习
BDD100KGithub多任务学习开源项目数据集自动驾驶计算机视觉
BDD100K是一个专为异构多任务学习设计的多样化驾驶数据集,包含10万个视频和10个评估任务。这些数据涵盖了超过1000小时的驾驶经验,体现了地理、环境和天气的多样性。BDD100K支持图像标记、车道检测、可行驶区域分割等多项任务,为自动驾驶技术研究提供了丰富的数据资源,有助于评估图像识别算法在实际驾驶场景中的表现。
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