未分类
DCEdit – 创新的双层控制图像编辑技术
DCEdit是什么 DCEdit是一种由北京交通大学和美图2MT实验室联合推出的新型双层控制图像编辑方法。它基于精确语义定位策略（PSL），利用视觉和文本自注意力...
LocAgent – 代码问题定位的智能利器
LocAgent 是什么 LocAgent 是由斯坦福大学、耶鲁大学和南加州大学联合开发的代码定位框架，专注于代码定位任务，可帮助开发者快速准确地找到代码库中需要...
Multi-SWE-bench – 推动 AI 编程向全栈工程迈进的多语言代码修复基准
Multi-SWE-bench 简介 Multi-SWE-bench 是字节跳动豆包大模型团队于 2025 年 4 月 10 日正式开源的首个多语言代码修复基准数据集。它在 SWE-bench 基础上...
DevDocs – 开发者的智能文档处理利器
DevDocs 是什么 DevDocs 是一款专为程序员和开发者设计的开源技术文档处理工具，它通过智能爬虫技术实现文档的自动化采集与结构化处理，能够将传统需要数...
DevDocs – 开发者的智能文档处理利器
DevDocs 是什么 DevDocs 是一款专为程序员和开发者设计的开源技术文档处理工具，它通过智能爬虫技术实现文档的自动化采集与结构化处理，能够将传统需要数...
AutoRAG – 智能 RAG 管道优化工具
AutoRAG 是什么 AutoRAG 是一款自动优化 RAG（Retrieval-Augmented Generation）管道的工具。RAG 管道结合了检索和生成模型，用于提高自然语言处理任务的...
MoLing – 赋能办公自动化的智能助手
MoLing 是什么 MoLing 是一款无依赖的本地办公自动化助手，基于 MCP 服务器架构设计，由蚝油菜花（周景山）开发。它通过直接调用操作系统 API 实现系统级...
Versatile-OCR-Program – 开源多模态 OCR 工具，助力教育材料智能处理
Versatile-OCR-Program 是什么 Versatile-OCR-Program 是一款专注于从复杂教育材料中提取结构化数据的多模态 OCR 系统，可处理多语言文本、数学公式、表格...
Kimi-VL – 轻量级高效多模态视觉语言模型的创新与应用
一、Kimi-VL 是什么 Kimi-VL 是由月之暗面公司（Moonshot AI）推出的一款开源视觉语言模型（VLM），具备原生分辨率图像理解、多模态推理和 128K 长上下文...
FantasyTalking – 革新数字人生成的 AI 框架
FantasyTalking 是什么 FantasyTalking 是由阿里巴巴 AMAP 团队与北京邮电大学联合研发的基于视频扩散变换器的新型数字人生成框架，可从单张静态图像生成...