Track-On官网 – 基于Transformer的实时视频点跟踪模型

DONUT是一种非OCR方式的文档识别Transformer技术，性能和效果远超传统OCR技术，能够处理复杂的文档结构，包括表格和其他格式。

该项目专注于自监督学习在视频对象分割中的应用，由复旦大学、牛津大学和西弗吉尼亚大学的研究人员共同开发。旨在通过自监督学习技术，结合半监督学习方法，提高视频对象分割的准确性，特别是在标注数据有限的情况下，能够在复杂视频场景中实现高质量的分割。项目开源，并在GitHub上提供，供社区使用和贡献。

Matching Anything By Segmenting Anything（通过分割任意内容匹配任意内容），是一种用于稳健实例关联学习的新方法，能够在不同领域中匹配视频中的任何对象而无需跟踪标签。

GRPO是一种深度强化学习策略优化算法，通过分组采样和奖励归一化提升策略学习的稳定性和效率。 它采用截断概率比防止策略更新过于激进，保护已学习的良好行为。该算法在经典强化学习任务（如CartPole） 和大型语言模型（LLMs）的推理能力提升中表现优异。GRPO最初由DeepSeek团队提出，特别适用于数学推理任务， 在MATH基准测试中达到60%的准确率。其设计兼顾了训练效率和资源利用率，尤其适合大规模模型训练。

LightGBM是一个高效的梯度提升决策树（GBDT）框架，专注于大规模数据集的快速训练和高效预测，广泛应用于分类、回归等任务。它通过直方图算法提高训练速度和内存效率，支持多任务处理，优化大数据处理能力，并支持分布式训练。此外，LightGBM完全开源，支持社区贡献和定制开发。

JamMa 是一个轻量级的图像匹配工具，能够通过联合 Mamba 技术实现图像的快速内部和相互交互。它提供了简单易用的演示，帮助用户快速上手，并适用于需要高效图像交互的项目。

一个开源项目，主要探讨和学习人工智能、深度学习的计算机系统设计，围绕着在华为昇腾工作中积累和构建的AI系统全栈内容。

Particle 1200是一款强大的AI推理盒子，可以在办公室的角落安静运行，将大型语言模型（LLM）的输出流式传输到您的设备上，或作为个人AI工作站，让您能够测试最新的LLM。

Extractous 是一个用 Rust 语言开发的高性能非结构化数据提取工具，能够快速高效地从 PDF、Word、HTML 等多种文档格式中提取文本内容和元数据。它通过多核利用和内存效率优化，显著提升了处理速度和资源利用率。此外，Extractous 集成了 Apache Tika 和 Tesseract OCR，支持更多文件格式和图像文本提取，所有处理均在本地完成，无需依赖外部服务或 API。

Atom of Thoughts (AoT) 是一种新的推理框架，通过将复杂问题分解为原子问题来增强大语言模型的推理能力。该框架显著提高了推理效率，支持多种推理场景，如数学问题、选择题和多跳问答，并在 HotpotQA 等基准测试中表现出色，使 GPT-4o-mini 等模型性能提升 3.4%。AoT 还通过将问题分解为有向无环图（DAG）并迭代压缩子问题，简化推理过程，降低计算成本，同时保持解决方案的质量。

ImageMover AI 是一个前沿的在线平台，利用人工智能将文本脚本和照片转换为引人入胜的视频。无论是营销、教育还是培训，该工具通过可自定义的功能和直观的设计简化了视频创建过程。

TikTok Emoji是一个利用AI技术生成个性化表情符号的平台，旨在将用户的创意转化为有趣的表情，提升他们在TikTok上的影响力。

AICUT是一个AI工具，可以自动化从文本创建无脸短视频，提供可定制的视觉效果、配音、字幕、音乐等。它非常适合TikTok和YouTube Shorts，节省编辑时间，简化内容创作。

FlatFee AI是一个AI/ML平台，提供无限制的AI/ML开发任务，消除了成本限制，保证快速完成并提供24/7服务，所有服务均为固定费用。

Giskard是一个开源测试框架，专为生成式AI和机器学习模型设计。它集成了130多种评估指标，支持自动化检测生成内容的事实性、安全性及合规性。Giskard可以处理从表格模型到大型语言模型（LLM）的所有内容，并提供企业级测试中心，支持自托管和云部署。它还与Hugging Face、MLFlow、Weights & Biases等平台无缝集成，帮助团队更快、更好地交付机器学习产品。