Test-time Compute Scaling-动态计算策略提升模型性能

LLaMA3揭示了模型架构不变的情况下，通过增加数据量可以显著提升模型性能的现实。

Resumize AI 是一个基于人工智能的简历生成网站，用户可以通过输入个人和职业信息，快速生成专业的简历。

OmniParser 能够将用户界面(UI)截图转换为结构化格式，以提升基于大型语言模型(LLM)的UI代理。

LLaVaVision是一款类似AI 'Be My Eyes' 的Web应用程序，利用llama.cpp后端提供高效的视觉辅助服务，旨在帮助视力障碍用户通过实时图像识别与远程志愿者互动，提升生活质量。

Athlabs是一个个人AI教练，专注于健身和瑜伽训练，提供实时反馈、个性化改进建议以及增强运动表现和安全性的洞察。

在部署语言模型前，评估其在特定领域生成事实性信息的能力很重要。我们提出了方法，通过语料库转换自动生成，以评估模型从语料库生成真实事实而非不正确陈述的能力。我们创建了两个基准，并发现基准分数与模型大小和检索增强相关，但在模型排名上并不总是与困惑度一致。

BioRaptor是一个先进的AI驱动平台，旨在改变生物过程数据在生物制药、食品科技和生物技术等行业中的利用方式。它通过集成先进的机器学习算法，帮助组织优化数据分析、增强协作，加快新产品上市时间。

Octopulse AI是一个专注于用户激活、转化和留存的增长平台，采用基于大语言模型的方法，通过关注通知和邮件的'五个正确'（正确的用户、信息、渠道、数量和时间）来最大化用户参与度。

Brandwise 是一款基于 AI 的品牌管理工具，能够自动隐藏社交媒体帖子和广告中的损害品牌形象的 hateful、种族歧视评论和垃圾信息。它提供全天候保护，涵盖付费和自然社交媒体，功能包括情感分析、隐蔽评论隐藏、可自定义关键字过滤和自动评论标记。

llama-utils是一个便捷高效的工具，旨在支持用户在本地或边缘设备上运行定制和优化的语言模型(LLM)。它提供简单的操作方式，帮助用户快速部署和管理模型，同时确保高效的性能和资源利用。

ARRTIFICIAL是一个强大的人工智能平台，利用先进的机器学习和深度学习算法，实现数据分析和预测建模的自动化。用户只需上传数据，选择所需的算法和参数，平台便可自动分析和建模。

AMD GPU推理引擎：基于 Docker 的 AMD GPU 推理引擎项目，旨在在 AMD GPU 上运行大型语言模型（LLMs），特别是 Hugging Face 的 LLaMA 模型家族。该项目提供了高效的推理性能，并支持容器化部署，方便用户进行模型的集成和使用。

Aviary是一个基于Gymnasium框架的语言模型Agent训练平台，专注于构建性任务，提供了灵活的训练环境和多种模型集成，旨在满足研究和应用中的多样化需求。

AI内容检测工具是一个帮助用户识别和分析由人工智能生成的文本的工具，旨在提高人们对AI内容的理解和警惕。该工具是Interested In AI社区的一部分，用户可以通过注册免费账户来访问和使用该工具，参与相关讨论并获取教育资源。

2025 年 IEEE GRSS 数据融合大赛 Track 1：全天候地表覆盖映射挑战的基线模型，旨在利用多模态高分辨率 SAR 和光学遥感数据进行地表覆盖分类，并提供了 OpenEarthMap-SAR 数据集和基于 UNet 架构的基线实现。

Imagine Stories是一个专业平台，利用先进的AI技术为儿童创作个性化故事、治疗文本和语言治疗辅助工具。用户可以根据个人需求生成故事，支持传统讲故事与现代技术的结合。

Aquila语言大模型在技术上继承了GPT-3、LLaMA等的架构设计优点，替换了一批更高效的底层算子实现、重新设计实现了中英双语的tokenizer，升级了BMTrain并行训练方法，在Aquila的训练过程中实现了比Magtron+DeepSpeed ZeRO-2将近８倍的训练效率。

Smartrip是一个利用人工智能的在线预订平台，通过Adeva帮助旅行者在几分钟内预订完美的假期，提供从行程规划到整个假期的全程助手服务，所有功能集中在一个标签页内，免去多个网站的烦恼。