ParGo ParGo是一种由字节与中山大学联合开发的多模态大语言模型连接器，通过结合局部与全局token，提升视觉与语言模态的对齐效果。其核心模块PGP和CPP分别提取图像的局部和全局信息，增强细节感知能力。在多个基准测试中表现优异，尤其在文字识别和图像描述任务中优势明显。采用自监督学习策略，提高模型泛化能力，适用于视觉问答、图像字幕生成、跨模态检索等多种场景。 AI项目与工具 2025年06月12日 38 点赞 0 评论 696 浏览
VRAG VRAG-RL是阿里巴巴通义大模型团队推出的视觉感知驱动的多模态RAG推理框架，旨在提升视觉语言模型在处理视觉丰富信息时的检索、推理和理解能力。通过定义视觉感知动作空间，实现从粗粒度到细粒度的信息获取，并结合强化学习和综合奖励机制优化模型性能。该框架支持多轮交互推理，具备良好的可扩展性，适用于智能文档问答、视觉信息检索、多模态内容生成等多种场景。 AI项目与工具 2025年06月11日 84 点赞 0 评论 696 浏览
Kimi浏览器插件 Kimi浏览器插件是一款集成即时问答、全文摘要和划线互动功能的工具，支持用户通过划线提问获取上下文相关答案，并可一键生成文章摘要，提高阅读效率。划线互动功能还允许用户查看其他用户对特定文本的疑问和解答，增强社区互动。插件兼容多种浏览器，提供简洁的用户体验，适用于学术研究、资料查询、学习新知识、专业信息检索、内容创作等多个应用场景。 AI项目与工具 2025年03月03日 81 点赞 0 评论 690 浏览
陌言AI 陌言AI是一款免费的智能AI问答系统，可以快速、准确地解答您的问题，辅助您更高效的学习和工作，陌言Ai–让创作变得更加简单。 AI写作对话 2025年06月05日 39 点赞 0 评论 689 浏览
Spatial Spatial-RAG是一种用于增强大型语言模型空间推理能力的框架，融合了稀疏空间检索与密集语义检索技术。它通过多目标优化策略平衡空间约束与语义相关性，生成准确、连贯的自然语言回答。该工具可应用于旅游推荐、智能导航、城市规划、地理问答和物流配送等多个领域，提升了空间数据处理的智能化水平。 AI项目与工具 2025年06月11日 34 点赞 0 评论 687 浏览
TechGPT TechGPT是一个强大的垂直领域大语言模型，具备处理专业领域文本的能力，并在信息抽取、智能问答和序列生成等方面表现出色。 Ai平台模型 1970年01月01日 0 点赞 0 评论 685 浏览
天壤万卷 天壤万卷是一款基于AI的文档处理工具，支持多格式文档（含超大文件和扫描件）的处理。其核心功能包括混合检索、跨语言问答、精准定位和溯源答案，同时配备表格、图像、公式识别等实用工具及行业模板，适用于法律、学术、金融等多个领域。 AI项目与工具 2025年06月12日 24 点赞 0 评论 681 浏览
MemFree MemFree是一款开源的混合AI搜索引擎，集成了多种AI技术和搜索引擎功能，支持文本、图像、文件和网页等多种输入形式，可提供文本、思维导图、图片和视频等多格式搜索结果。其核心功能涵盖图像处理、文档总结与提问、学术问题解答、代码解释与生成等，特别适用于学术研究、工作办公和日常生活场景，旨在优化知识管理、提升生产力并降低使用成本。 AI项目与工具 2025年06月12日 42 点赞 0 评论 680 浏览
