自动驾驶模型评估

ACT-Bench是一个用于评估自动驾驶世界模型行动可控性的框架，帮助研究者量化模型在特定轨迹下生成驾驶场景的能力。

Autopia使用人工智能处理您的敏捷工作流，这样您就可以花更多时间建立项目。仅需5分钟。使用自然语言自动化所有工作流程规划、项目管理和进度报告。减少JIRA成本。

SyntheticAIdata是一个帮助企业生成高质量合成数据的平台，专为训练视觉AI模型而设计。它提供了一种成本效益高的合成数据获取解决方案，支持图像分类、分割和物体检测等多种计算机视觉任务。该平台得到了Microsoft for Startups的支持，并且是NVIDIA Inception项目的一部分。

一套开源的环视物体检测方案，实现了在鸟瞰图视角下的特征优化，可应用于汽车自动驾驶场景。

OccNet-Course是一个围绕自动驾驶领域的语义占据感知的课程，提供了占据网络的理论基础和实际应用示例。它包含丰富的文档、演示文稿和源代码，适用于处理与分析多种传感器数据，帮助研究人员和开发者深入理解和应用占据网络技术。

用于稳健弹道预报的可解释自感知神经网络，旨在提高神经网络对分布外数据的认知不确定性估计，以适应安全关键型应用，如自动驾驶汽车。

一个基于HuggingFace开发的大语言模型训练、测试工具。支持各模型的webui、终端预测，低参数量及全参数模型训练和融合、量化。

FewCLUE是一个专为中文自然语言处理设计的小样本学习测评基准，提供多种评测任务，支持各种模型和算法的评估，易于扩展和定制，旨在推动中文NLP研究的发展。