Microsoft Research Asia – Tokyo官网 – 微软东京AI研究实验室

该项目专注于开发持续的场景表示，以增强具身AI系统的能力，支持实时场景理解和动态环境中的导航与交互。

一个精选的关于世界模型的论文列表，涵盖通用视频生成、具身AI和自动驾驶领域，包括论文、代码和相关网站。

mllm-mmrotate是一个专注于空中目标检测的项目，通过多模态语言模型（MLLM）为无人机和其他空中设备提供精确的物体识别能力。项目引入规范化方法将检测输出转换为与MLLM兼容的文本输出，并提出新的评估方法以确保与传统检测器的公平比较。支持光学图像（如DOTA-v1.0、DIOR-R）和SAR图像（如SRSDD、RSAR），扩展了在不同数据类型上的应用潜力。

GeminiCoder是一个基于Gemini API的代码生成工具，只需一个提示词即可生成小应用。它结合了Sandpack提供的代码沙箱环境，基于Next.js app router构建，并使用Tailwind进行样式处理。用户可以通过简单的描述生成应用，并实时预览效果。

NeMo-Skills是一个专注于提升大型语言模型在数学问题解决能力的项目，同时支持多种任务的优化和改进，利用深度学习技术增强模型表现，且为开源项目，便于社区贡献和扩展。

Scout是一个用于构建AI应用的平台，允许用户创建自定义代理，以满足特定的业务需求。用户可以将代理连接到数据源，审查和编辑代理交互，并将其部署到所需的平台。

tlm 是一个命令行工具，由 CodeLLaMa 驱动，提供高效的命令行建议。它可以在本地机器上运行，帮助用户快速获取命令行操作的提示和建议。

IndieTeamz是一个平台，旨在帮助独立开发者相互连接与合作。用户可以发布自己的项目和需求，让其他独立开发者主动联系自己，共同创造出令人惊叹的产品。

LORAS-dev 是一个基于Flux LoRAs和Together AI的开源实时AI图像生成工具，能够快速将创意转化为高质量图像。它采用Next.js和Tailwind构建前端，集成Helicone和Plausible进行分析，支持用户选择LoRA模型并输入描述性提示来生成图像，适用于艺术创作、品牌设计等多种场景。

LettuceDetect是一款轻量高效的RAG系统幻觉检测工具，专门用于检测AI生成文本中的幻觉部分。它能够处理长达4K上下文的文本，速度快且成本低，精确定位幻觉文本到词级别。基于ModernBERT技术，LettuceDetect将AI生成的答案拆分成词，分析每个词与参考上下文的相符性，从而提供高精度的文本分析。

Llama3中文仓库是一个专注于Llama3模型在中文场景下应用和开发的项目。它提供了多种微调、魔改版本的模型权重，以及完整的训练、推理、评测和部署教程视频及文档。项目致力于提升模型的中文处理能力，采用高质量的中文数据集进行训练，并整合了优质的训练数据源和工具，支持用户微调自己的中文Llama3模型。此外，项目还提供详细的模型评测数据，帮助用户理解不同模型版本的性能特点和应用场景。

拓扑机器学习教程：面向从业者的拓扑方法，利用代数拓扑技术分析复杂数据结构，捕捉传统机器学习方法可能无法捕捉的特征

PreSelect是一款高效预训练数据选择工具，旨在通过智能筛选高质量数据，显著降低语言模型训练的计算需求。它基于fastText的轻量级评分器，能够快速评估数据质量，并提供100B的高质量数据集，直接用于模型训练。使用PreSelect，仅需30B数据即可达到传统300B数据训练的效果，计算需求降低10倍，极大提升了训练效率。

一个简洁、易于修改的GraphRAG实现，提供了小型化、快速、清晰的GraphRAG核心功能，同时保持了可扩展性、异步处理和全面类型化

nele.ai帮助企业快速、安全地实施AI技术，如ChatGPT，同时确保数据隐私，并简化提示管理。