Project Icon

visualwebarena

真实视觉网络任务评估多模态智能体表现的基准平台

VisualWebArena是一个评估多模态自主语言智能体的真实基准平台。它包含多种基于网络的复杂视觉任务,全面评估智能体的各项能力。该项目基于WebArena的可复现评估方法,提供端到端训练和环境重置功能,支持在任意网页上测试多模态智能体。项目还公开了GPT-4V + SoM智能体在910个任务中的表现数据,方便研究人员进行分析和评估。

MMBench - 全面评估多模态大模型能力的基准测试
GithubMMBench多模态模型开源项目循环评估视觉语言模型评估基准
MMBench是评估视觉语言模型多模态理解能力的基准测试集。它包含近3000道多项选择题,涵盖20个能力维度,采用循环评估和LLM选项提取等创新方法,提供可靠客观的评估。通过细粒度的能力测试和可重复的评价标准,MMBench为多模态模型开发提供了有价值的反馈。
multimodal-maestro - 多模态AI模型控制与高效提示策略框架
AI提示GithubMultimodal-MaestroPython图像处理大型多模态模型开源项目
multimodal-maestro是一个开源框架,旨在增强对大型多模态AI模型的控制能力。该项目提供先进的提示策略,使模型能够执行复杂的视觉理解任务。支持图像标注、掩码生成等功能,并具有简洁的API设计。multimodal-maestro能够充分发挥GPT-4V等多模态模型的潜力,实现更精准的视觉分析和处理。
vimGPT - 基于GPT-4V的无鼠标网页浏览器
AI浏览器GPT-4VGithubVimiumvimGPT多模态模型开源项目
vimGPT是一个创新的网页浏览项目,结合了GPT-4V的视觉能力和Vimium扩展。该项目实现了无需鼠标的网页浏览,用户可通过键盘或语音命令操控浏览器。vimGPT探索了多模态模型在网络交互中的应用,提高了网页访问的便利性。项目正在开发更多功能,如集成高级API和提升图像分辨率,以增强整体用户体验。
warc-gpt - 探索Web档案的开源AI工具,支持定制化语言模型交互
AIEmbeddingGithubOpenAIWARC-GPTWeb Archive开源项目
WARC-GPT是一个开源工具,通过AI技术增强Web档案的探索,基于WARC文件的检索增强生成管道,支持多种嵌入模型和高度定制化操作。用户可通过REST API和Web界面进行数据可视化和文本嵌入,适合研究人员和开发者进行Web档案分析。
AgentGym - 多环境下的广泛能力AI智能体进化平台
AgentGymGithub人工智能基准套件开源项目自我进化方法高质量轨迹集
AgentGym是一个框架,通过多种交互环境和统一任务格式,协助科研人员评估和开发具备广泛能力的语言模型智能体。平台支持实时反馈和并发操作,包含14种环境,如网页导航、文字游戏和家务任务。核心组成包括高质量的轨迹集AgentTraj和基准测试套件AgentEval,并提出了智能体自我进化方法AgentEvol。实验结果显示,进化后的智能体可与当前最先进的模型媲美。
LaVague - 开源大动作模型框架,用于开发AI Web代理
AI Web AgentsGithubLaVagueLarge Action ModelSelenium开源开源项目热门
LaVague 是一个开源的大动作模型框架,专为开发AI Web代理而设计。该框架通过世界模型和行动引擎,将用户的目标转化为执行指令,并通过Selenium或Playwright执行这些操作。LaVague 支持自定义配置、令牌计数、日志工具,还提供了Gradio交互界面。适用于高效自动化Web任务的开发者和技术专家。
Video-MME - 全面评估多模态大语言模型视频分析能力的基准
GithubVideo-MME人工智能基准评估多模态大语言模型开源项目视频分析
Video-MME是一个创新的多模态评估基准,用于评估大语言模型的视频分析能力。该项目包含900个视频和2,700个人工标注的问答对,覆盖多个视觉领域和时间跨度。其特点包括视频时长多样性、类型广泛性、数据模态丰富性和高质量标注。Video-MME为研究人员提供了一个全面评估多模态大语言模型视频理解能力的工具。
GPT-WEB-JAVA - AI对话与图像生成工具
GPTGithubMidjourneySianaStable-Diffusion开源项目智能Ai机器人
GPT-WEB-JAVA提供全方位的AI对话和图像生成功能,包括GPT、星火大模型、Midjourney和Stable-Diffusion画图,支持多种API地址。项目界面焕新升级,用户可通过VIP群获取持续更新。多种支付方式和灵活的图片存储配置,增强了使用的便捷性。同时,代理配置和百度翻译、文本审核功能优化了用户体验。简洁的管理界面和详细的指南帮助用户高效集成各种AI功能。
Auto-GPT-ZH - GPT-4驱动的自主AI实验探索
Auto-GPTGPT-4Github人工智能实验应用开源项目自主AI
Auto-GPT-ZH是一个基于GPT-4的开源实验项目,展示了AI的自主功能。该系统能自动执行网页开发、商业调查等复杂任务,无需人工干预。项目为AI研究提供实践平台,同时提醒使用者注意其局限性和潜在风险,建议谨慎使用API并遵守相关规定。
HalluQA - 中文大语言模型幻觉评估基准
GithubHalluQA中文幻觉大型语言模型开源项目评估基准问答任务
HalluQA是一个评估中文大语言模型幻觉问题的基准测试。该项目包含450个涵盖多领域的对抗性问题,考虑中国特色文化因素。HalluQA提供数据集、评估脚本和多选任务,采用GPT-4评估非幻觉率。研究结果揭示不同模型在处理误导性和知识性问题的表现,为中文大语言模型的改进提供参考。
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

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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