#人机交互

awesome-llm-powered-agent - 提供了大语言模型(LLM)驱动的智能代理相关的优质资源
LLM自动化任务求解器多智能体合作人机交互机器学习Github开源项目
Awesome LLM-Powered Agent为研究者和开发者提供了大语言模型(LLM)驱动的智能代理相关的优质资源。网站包含从关键论文到开源项目的广泛资料,实施定期更新。这些资源旨在支持智能代理独立或协同处理复杂任务,以及模拟人际交互,进而推动智能代理与人类互动的全面发展。
MotionGPT - 构建多任务的人体动作与语言统一模型
MotionGPT人机交互模型训练人体动作多模态数据Github开源项目
MotionGPT是一种整合人体动作和语言的统一模型,专注于两种模态间的语义耦合学习。在诸多人体动作任务中表现优异,包括文本驱动动作生成、动作标题生成及动作预测。该模型结合预训练与指令性微调,能高效处理多种动作相关任务,是动作语言模型的新代表。此外,其零拍技术使其能识别新词汇并生成相应动作,突显处理复杂场景的能力。
Owl - 融合可穿戴设备和AI的项目
OwlAI可穿戴设备人机交互智能助手Github开源项目
Owl是一个融合可穿戴设备和AI的项目,旨在通过始终在线的设备实现记忆增强、主动生活协助和知识收集。支持多种设备、多模态捕捉和多种连接方式,用户能够随时随地与AI互动。主要特点包括灵活的推理选项、多平台捕捉、语音验证以及支持流媒体和离线模式,助力用户提高生产力、增强自我理解并促进人机互动。
diffusion-explainer - 将扩散模型的图像生成过程可视化的交互式工具
Diffusion-Explainer机器学习人机交互开源项目可视化工具Github
Diffusion-Explainer是一个交互式可视化工具,用于展示扩散模型的图像生成过程。该工具通过直观的界面呈现生成过程中的每个步骤,使用户能够深入了解模型的内部机制。由乔治亚理工学院和IBM研究院开发的这个开源项目,为AI研究人员和开发者提供了一个分析扩散模型的平台,并提供在线演示功能。
apm - 智能代理心智的潜在影响
APM智能代理人工智能思维模拟人机交互Github开源项目
APM(Agent plus Mind)项目研究智能代理获得心智的可能性及其潜在影响。该项目探讨了智能代理具备思考能力后可能出现的变化,为人工智能领域提供了新的研究视角。APM旨在分析智能代理获得心智后的发展方向,为AI技术的未来发展提供参考。
chatgpt-tool-hub - 开源工具生态系统为大语言模型增强实用功能
ChatGPT工具引擎LLM人机交互插件Github开源项目
chatgpt-tool-hub是一个开源的大语言模型工具生态系统,提供联网、搜索、数学运算、控制电脑和执行代码等多种实用功能。用户可通过自然语言命令调用这些工具,提高生产力。该项目支持中英文交互、上下文记忆和多工具自动调用,旨在创建一个开放、灵活的人工智能助手平台,适配未来多样化的大语言模型需求。
Human or Not - 在线社交图灵测试 挑战人机对话识别
AI工具图灵测试人工智能人机交互AI机器人人类识别
Human or Not是一个基于图灵测试的在线社交游戏平台。参与者需在两分钟内进行人机对话,并判断对方身份。这个AI识别游戏不仅测试参与者的判断能力,还促进了对人工智能与人类交互界限的思考。平台通过游戏化方式,为AI技术发展和伦理问题的讨论提供了新的视角。
Botonomous.ai - 下一代智能化自动工作流平台
AI工具AI自动化平台工作流程自动化AI助手人机交互开发者社区
Botonomous.ai作为新一代智能自动化平台,整合了AI、人工操作和应用程序,打造自主工作流。平台核心功能涵盖AI辅助自动化编排、类型安全流程、并发执行以及无代码设计。它还支持人机交互功能,包括审批和数据输入。此外,平台集成了webhooks触发、定时调度和安全密钥管理等实用工具,为用户提供全方位的自动化解决方案。
AI Nuggets - 个性化AI学习平台,每日洞察与互动提示
AI工具人工智能机器人人机交互知识发现学习辅助
AI Nuggets平台每日更新洞察和提示,内容涵盖历史奇迹到前沿科技。通过个性化学习体验,用户可拓展视野,激发创造力。平台提供有价值的见解和互动提示,引导探索和应用新知识,创造启发性和实用性的学习环境,促进个人成长。
Mephisto - 开源众包任务管理框架
Mephisto众包开源平台人机交互Github开源项目
Mephisto是一个开源众包任务管理框架,旨在简化启动、监控和审查众包项目的流程。它能够隐藏人类交互或输入项目的复杂细节,并支持将任务轻松集成到其他项目中。Mephisto提供快速上手指南、多样化的项目支持和完善的文档,适用于众包研究和应用开发。该框架有助于提高众包任务的效率和可重复性,为研究人员和开发者提供了一个灵活的工具。