Project Icon

LaVague

开源大动作模型框架,用于开发AI Web代理

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。

LLaVA - 提升大型语言与视觉模型的视觉指令调优
GPT-4GithubLLaVA多模态交互大型语言与视觉模型开源项目视觉指令调优
LLaVA项目通过视觉指令调优提升大型语言与视觉模型的性能,达到了GPT-4级别。最新更新包括增强版LLaVA-NeXT模型及其在视频任务上的迁移能力,以及高效的LMMs-Eval评估管道。这些更新提升了模型的多任务和像素处理能力,支持LLama-3和Qwen等不同规模的模型,并提供丰富的示例代码、模型库和数据集,方便用户快速上手和深度研究。
TaskingAI - 智能代理开发平台
APIBaaSGithubLLM平台TaskingAI工具开源项目热门
TaskingAI是一款高效的后端即服务(BaaS)平台,专为基于大型语言模型(LLM)的智能代理开发和部署而设计。该平台提供统一的API接口,支持数百种AI模型并提供直观的用户界面。通过一键生产部署、异步计算优化以及模块化管理,TaskingAI不仅加快了应用开发流程,还通过插件和工具增强了智能代理的性能,让开发者可以轻松构建并扩展企业级智能应用。
ai_webui - AI-WEBUI 多功能图像音频视频处理平台
AI-WEBUIAI创作平台Github图像处理开源项目视频处理音频处理
AI-WEBUI是一个开源的通用AI创作平台,集成图像分割、物体追踪、语音识别等基础功能,以及聊天机器人、视频翻译等高级功能。支持ChatGLM2、SAM和Whisper等多种AI模型,可显著提高短视频创作效率。通过简单的界面操作,用户能轻松完成复杂AI任务,适合个人和专业用户使用。
openagi - 自主智能体开发框架
AIGithubOpenAGIPython框架人类代理开源项目自动化
OpenAGI致力于使自主智能体对所有人开放,提供创建自主人形智能体的框架,推动开放智能体技术的发展,最终实现全民通用人工智能。通过灵活的代理架构和简化的配置,解决实际问题,适用于教育、金融、医疗等多个领域。
KwaiAgents - 开源智能代理研究与模型
GithubKAgentBenchKAgentInstructKAgentLMsKAgentSys-LiteKwaiAgents开源项目
KwaiAgents是由Kuaishou Technology旗下的KwaiKEG开放源代码的智能代理相关工作系列。该项目包括轻量化智能系统KAgentSys-Lite和KAgentLMs系列代理性能语言模型。KAgentInstruct为围绕代理任务的大规模微调数据集,提供超过20万条指导性微调数据;而KAgentBench则提供超过3000条人工编纂的自动化评估数据,支持策划、工具使用、反思、结论和分析等多维评估。这些开源人工智能解决方案,尤其语言模型性能的优化,确保了与其他智能代理模型的比较优势。
superagent - 开源AI助手框架与API,集成多种应用功能
AI助手框架GithubSuperagentY Combinator大语言模型开源开源项目
Superagent是完全开源的AI助手框架,利用大语言模型、检索增强生成和生成式AI技术,帮助开发者在应用中集成强大的AI助手。功能涵盖文档问答、聊天机器人、内容生成、数据聚合和工作流自动化。由Y Combinator支持,提供Python和Typescript SDK,并附有详细文档和教程。
lollms-webui - 多功能AI模型界面,简化多任务操作
AI模型GithubLoLLMs图像生成多模态系统开源项目音乐生成
LoLLMs WebUI是一个用户友好的平台,支持500多种AI专家和2500多种精细调优模型,适用于写作、编码、数据分析和图像生成等任务。平台兼容多种后端配置,如LM Studio、Ollama和vllm,并提供简单的安装选项。无论是学生、专业人士还是娱乐用户,LoLLMs都能满足多种需求。
llava-v1.5-7b - 融合视觉与语言的开源多模态AI模型
GithubHuggingfaceLLaVA人工智能图像文本理解多模态模型开源项目模型自然语言处理
LLaVA-v1.5-7B是一个开源的多模态AI模型,通过微调LLaMA/Vicuna实现。该模型整合了视觉和语言处理能力,能够理解图像并进行自然语言对话。LLaVA-v1.5-7B在大规模数据集上训练,包括558K图文对和158K多模态指令数据,并在12个基准测试中表现优异。这个模型主要应用于多模态大模型和聊天机器人的研究,适用于计算机视觉、自然语言处理等领域的研究人员。
LaVIT - 大语言模型理解生成视觉内容的统一框架
GithubLaVIT多模态大语言模型开源项目视觉内容理解视觉内容生成预训练策略
LaVIT项目是一个创新的多模态预训练框架,旨在增强大语言模型处理视觉内容的能力。该项目通过动态离散视觉标记化技术,将图像和视频转换为离散标记序列,使大语言模型能够理解和生成视觉内容。LaVIT支持图像和视频的理解、生成,以及多模态提示生成,为计算机视觉和自然语言处理的融合提供了新的可能性。
Lazy AI - AI驱动的全栈Web应用开发与部署平台
AI工具AI技术Lazy AI云部署应用开发模板库
Lazy AI平台通过AI技术简化全栈Web应用的开发过程。用户可利用提示词构建和修改应用,包括AI代理、自动化工具和聊天机器人。平台支持一键云端部署,并提供丰富的应用模板和社区资源。Lazy AI旨在为开发者提供高效、灵活的工具,使软件创作更加便捷。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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