Selene API官网 – 评估生成式AI的前沿模型

TRACT是一种创新的两阶段微调方法，结合了链式思考（CoT）推理和回归感知微调（RAFT），旨在提升大型语言模型（LLM）在数值评分预测中的表现，特别是在‘LLM-as-a-Judge’场景下。通过第一阶段生成高质量的CoT数据，并在第二阶段利用这些数据进一步微调模型，TRACT显著提升了模型性能，超越了现有方法和基准模型。

思想克隆训练框架：人工智能代理通过模仿人类在行动时大声思考的思想和行动，学习像人类一样“思考”和行动，从而提高性能、效率、泛化性、人工智能安全性和可解释性。

CAPA 是一种新型的概率性语言模型相似性度量指标，旨在解决随着语言模型能力提升，评估和监督这些模型变得越来越困难的问题。CAPA 通过调整因模型准确率导致的偶然一致性，并结合输出概率，量化模型之间的功能相似性。它揭示了 LLM-as-a-Judge 场景中的亲和性偏见，并显示模型错误随能力提升而变得更加相似，强调了模型多样性在 AI 监管中的关键作用。

EvalPlanner 是一个由Meta AI提出的研究项目，旨在通过将LLM-as-a-Judge的评估过程解耦为规划和推理阶段，结合迭代自训练和偏好优化技术，增强AI模型作为评估者的性能。该项目特别适用于复杂评估任务，并在多个基准测试中表现出色。

OpenAI 的外部红队测试方法是一个系统性框架，旨在通过模拟攻击来评估和管理 AI 模型和系统的风险。该方法通过选择多样化的红队成员、确定访问权限、提供测试指南和培训材料，以及执行手动测试并记录分析结果，来发现潜在问题，确保 AI 系统在部署前更安全。该方法自 2022 年 DALL-E 2 开始实施，并扩展到 GPT-4、DALL-E 3 和 o1 模型，其细节在系统卡中公开披露。

Zazzani是一个基于AI的软件平台，旨在帮助用户加快工作流程，提高生产力。它具备调试代码、用任何语言写文章、生成创意、回答问题和消除单调等功能。用户可以注册获取更新，并享受免费试用。

Swiftask是一款全能的AI助手，旨在增强个人和团队的生产力与创造力。它将多种AI技术、聊天机器人和生产力工具整合到一个统一的聊天界面中，帮助用户快速高效地完成任务。用户只需注册一个免费账户，即可通过聊天界面访问强大的AI功能，支持文档文本提取、图像生成、音频转录、文档对话及项目管理等功能。

Interview Monkey是一款AI驱动的Chrome扩展，旨在帮助软件工程师在顶级科技公司进行编码和系统设计面试的准备。通过实时问题解决能力，用户可以高效应对LeetCode风格的挑战和复杂的设计问题，从而提升面试成功率。

DeepL for Chrome 是一款基于 DeepL 技术的浏览器扩展，提供实时翻译和智能写作建议，帮助用户在浏览网页或撰写内容时进行高效的多语言沟通。它支持实时翻译选定的文本，并提供 DeepL Write 功能，优化电子邮件、评论等内容的表达，支持风格和语气调整。

QA Tech是一个先进的AI驱动工具，旨在增强软件开发中的质量保证过程。通过将人工智能集成到测试周期中，QA Tech自动检测软件缺陷，简化测试流程，提高整体效率。该工具为软件开发人员、QA工程师和IT经理量身定制，旨在简化和加速质量保证流程。

Unbounce是一个专为大型团队和代理商设计的高转化率着陆页构建解决方案，提供一整套产品和服务，帮助创建有效的营销活动。

Khoj 是一款完美融合本地文档和在线搜索的 AI 第二大脑，旨在通过智能检索和对话，让你以更高效的方式管理和利用自己的知识和信息。它支持多种文件格式，能够连接个人知识库，提供强大的搜索引擎，适用于多种平台，并且是完全开源的。

Poe API是一个开源项目，提供了对Poe平台的开放接口，可以帮助开发者构建Poe机器人。这些机器人可以使用可视化工具和人工智能技术，如Anthropic和OpenAI的客户端。

MiniMind-V是MiniMind纯语言模型的视觉能力拓展，包含VLM大模型的极简结构、数据集清洗、预训练(Pretrain)、监督微调(SFT)等全过程代码。它是开源VLM模型的最小实现，也是入门视觉语言模型的简明教程。

SvahaMe.ai利用先进的语言模型生成吠陀占星术解读，帮助用户了解其吠陀星座和出生星，生成吉祥名字，并提供每日个性化的占星阅读，涵盖行星位置的影响。