Awesome-Human-Motion开源项目 – 人类运动理解与生成的综合项目

Move AI是一种创新的运动捕捉技术，通过将2D视频转化为3D运动数据，利用先进的AI、计算机视觉、生物力学和物理学，简化了动画角色的运动捕捉过程，适用于从独立创作者到大型工作室的广泛用户。

Apollo Co-Pilot是一个创新的运动分析平台，利用AI辅助的视频分析为教练和运动员提供训练反馈。用户可以通过录制运动视频并上传至平台，获得即时的AI建议，从而优化训练效果。

Workout Fusion是一款利用机器学习和相机技术的健身应用，可以精确追踪运动表现。用户可以记录卡路里消耗、运动时长和完成的重复次数，并与全球社区互动，参与竞赛。用户可以选择预设的健身计划或根据个人目标自定义训练方案。

olmOCR-mix-0225 是一个专为 OCR（光學字符識別）和文檔理解模型訓練設計的數據集，包含約 250,000 頁 PDF 文件，這些文件通過 gpt-4o-2024-08-06 轉換為純文本，保留了原始數字內容。數據集來源包括網絡爬取的 PDF 和互聯網檔案館的書籍，涵蓋多種類型文檔，如學術論文、宣傳冊和法律文件等，適用於訓練、微調或評估 OCR 文檔處理系統。數據集由 105,504 個唯一文檔和 266,135 頁組成，並提供了詳細的元數據和提取內容，支持多種 OCR 和文檔理解任務。

无人机与大语言模型的完美邂逅，开启低空智能移动新时代。项目汇总了前沿论文、开源数据集和平台工具，助力无人机与LLMs的研究与应用。项目不仅提供了丰富的研究资源，还为开发者提供了便捷的开发工具，推动无人机与LLMs技术的快速发展和应用。

OmniAlign-V是一个专为多模态大语言模型（MLLMs）设计的项目，旨在通过提供高质量的数据集和优化方法，提升模型在符合人类偏好方面的对齐能力。项目包含20.5万高质量图像问答对，以及专为DPO优化的负样本数据集，帮助模型更好地学习和对齐。此外，项目还引入了MM-AlignBench基准测试，使用GPT-4o作为裁判，客观评估模型在对齐人类偏好方面的表现。

这是一个汇集了来自网络的法律自然语言处理（LegalNLP）资源的精选列表，提供了丰富的工具、库、论文和数据集，旨在帮助研究人员和开发者更好地进行法律领域的自然语言处理工作。项目定期更新，以确保包含最新的法律NLP进展，并且得到了法律和NLP领域专家的贡献。

该项目是一个专注于非结构化户外环境自动驾驶研究的资料列表，汇集了200多篇相关论文，涵盖了数据集、地图制作与定位、环境感知、路径规划、端到端驾驶解决方案等多个关键领域。项目旨在为研究者提供全面的参考资料，支持在复杂环境下的自动驾驶技术开发与优化。

EgoExoLearn是一个数据集，旨在将自我中心与外部中心的视角结合，以解析现实世界中的程序活动。该项目关注程序活动的异步数据收集，提供丰富的场景和数据，以便更好地理解人类行为。

该课程提供了基于Transformer架构的音频处理技术，包含丰富的音频数据集和预训练模型，支持多种音频任务如分类、生成和转录，并结合实用示例和代码演示，帮助学习者掌握音频处理的最新技术。

该项目旨在收集所有与法律AI相关的数据，以促进智能司法系统的开发。

LAION是一个非营利组织，旨在向公众提供机器学习资源，包括数据集、工具和模型，促进开放的公共教育和环保资源的再利用。

卡内基梅隆大学团队在首届AI数学奥林匹克竞赛(AIMO)中获得亚军的开源项目，包含完整的训练数据集(AIME、AMC、Odyssey-Math)、验证集、模型微调代码和数据收集脚本，为研究AI解决数学问题提供了宝贵资源

文化NLP研究资源库：汇集文化自然语言处理领域的精选资源，涵盖研究论文、数据集、模型和应用，为跨文化语言技术研究提供参考和启发

Multimodal-RAG-Survey是一个全面梳理多模态检索增强生成（Multimodal RAG）领域的GitHub项目，旨在解决多模态数据融合与生成中的检索难题。该项目为研究人员提供了丰富的资源和前沿进展，涵盖62篇相关论文，并持续更新。通过提供多种模态（如图像、文本、视频等）的热门数据集，深入分析多模态RAG的最新进展和应用领域，帮助研究人员更好地理解和应用多模态RAG技术。

一个全面的移动端和PC端智能代理相关资源集合，包含最新论文、数据集和基准测试。收录了各类移动端智能代理系统的训练方法、输入类型、模型架构等详细对比，以及主流数据集的详细信息统计。

EmbodiedEval是一个专门用于评估多模态大语言模型作为具身智能体能力的项目。它提供了一个3D实时模拟环境，让模型能够在虚拟世界中执行各种具身任务。项目包含一个20GB的数据集，涵盖多种具身任务，并支持多种基线模型，方便进行对比评估。通过EmbodiedEval，研究人员可以深入研究和开发具身智能体的多模态大语言模型。

awesome-LLM-resourses 是一个涵盖广泛的LLM资源集合，包括数据集、微调、推理、知识库、智能体、书籍、课程、学习教程以及相关论文等内容。项目持续更新，旨在成为最好的大语言模型资源汇总，适合从入门到进阶的研究者和开发者使用。