LIMO – 上海交大推出的高效推理方法，仅需817条训练样本
LIMO是什么 LIMO（Less Is More for Reasoning）是上海交通大学研究团队提出的高效推理方法，通过极少量高质量的训练样本激活大语言模型（LLM）的复杂推理能力。核心假设是在...
排序
Step-Audio – 阶跃星辰开源的语音交互模型
Step-Audio是什么 Step-Audio是阶跃星辰团队推出的首个产品级的开源语音交互模型，能根据不同的场景需求生成情绪、方言、语种、歌声和个性化风格的表达，能和用户自然地进行高质量对话。Ste...
PP-DocBee – 百度飞桨推出的文档图像理解多模态大模型
PP-DocBee是什么 PP-DocBee是百度飞桨（PaddlePaddle）团队推出的专注于文档图像理解的多模态大模型。基于ViT+MLP+LLM架构，具备强大的中文文档解析能力，能高效处理文字...
Seed-Coder – 字节跳动开源的代码模型系列
Seed-Coder是什么 Seed-Coder是字节跳动开源的8B规模代码模型系列，提升代码生成与理解能力。包含Base、Instruct和Reasoning三个版本，分别适用于代码补全、指令遵循和...
Kandinsky-3 – 开源的文本到图像生成框架，适应多种图像生成任务
Kandinsky-3是什么 Kandinsky-3是基于潜在扩散模型的文本到图像（T2I）生成框架，支持高质量和逼真度在图像合成。Kandinsky-3能适应多种图像生成任务，包括文本引导的修复/扩...
RLCM – 康奈尔大学推出的优化文本到图像一致性模型的框架
RLCM是什么 RLCM（Reinforcement Learning for Consistency Model）是康奈尔大学推出用在优化文本到图像生成模型的框架，基于强化学习方法微调一致性模型适应...
JoyCaption – 开源的图像提示词生成工具
JoyCaption是什么 JoyCaption 是开源的图像提示词生成工具，用于训练扩散模型。JoyCaption 涵盖广泛的图像风格、内容、种族、性别和取向，最小化过滤理解世界的各个方面，但不支持...
LaWGPT – 南京大学推出的中文法律大语言模型
LaWGPT是什么 LaWGPT 是南京大学推出的中文法律大语言模型，基于 LLaMA 模型进行二次预训练，融入大量中文法律知识。专注于法律领域，能理解和生成与法律相关的文本，适用于法律咨询、案例分析...
Gemini 2.5 Flash – 谷歌推出的最新 AI 推理模型
Gemini 2.5 Flash是什么 Gemini 2.5 Flash 是 Google 推出的高效、低延迟的最新 AI 模型，基于 Gemini 2.5 模型构建。Gemini 2.5 Flash...
FineWeb 2 – Hugging Face推出的多语言预训练数据集
FineWeb 2是什么 FineWeb 2是Hugging Face推出的多语言预训练数据集，覆盖超过1000种语言。FineWeb 2基于定制化的数据管道处理，包括语言识别、去重、内容过滤和PII...