AI信息差
Notion API的MCP服务器-通过指令或内容ID与Notion交互，全自动的科学研究系统Scientist-v2，
**关注我，记得标星不迷路哦～ 1: notion-mcp-server notion-mcp-server是Notion API的MCP服务器实现，支持通过指令或内容ID与Notion交互。 notion-mcp-server 是一个项目，它为 Notion API 实现了 MCP (Model Context Protocol) 服务器。这使得 A...
小显存也有春天：仍在更新的真人SDXL模型
现在提及真人风格模型，无一例外的会推荐各种Flux。 不过，Flux对显存要求比较高，一些还在使用上古显卡的爱好者，跑Flux非常吃力，甚至低于8G的基本跑不起来。 如今，依然有一些优秀的SDXL模型还在更新，并优化至4G显存就可以很好的效果。 今天推荐一个真人风格的SDXL模型，效果不亚于Flux。CyberRealistic XL。 1、微笑的欧美女孩...
谷歌新招“我养你”：一年不工作，工资照发，只要不去竞争对手就可以
AI 圈抢人，各种烧钱、给高薪大家都知道，但今天听到的这个消息，感觉又上了一个“强度”—— Business Insider 挖出来说，Google DeepMind 为了不让人才跳槽去对手那儿，直接用上了“大杀器”： 如果你在谷歌DeepMind 工作，想换个环境，结果公司跟你说：“行，批准你离职。接下来一年，工资我们照发，你不用干活，但有个条件——不...
英伟达253B开源新王登场，Llama 4三天变陪衬！直逼DeepSeek-R1成推理天花板
新智元报道 编辑：编辑部 HYZ 【新智元导读】Llama 4刚出世就被碾压！英伟达强势开源Llama Nemotron-253B推理模型，在数学编码、科学问答中准确率登顶，甚至以一半参数媲美DeepSeek R1，吞吐量暴涨4倍。关键秘诀，就在于团队采用的测试时Scaling。 Llama 4诞生不过3天，反手就被超越了。 刚刚，英伟达官宣开源「...
GPT-4o图像生成架构被“破解”了？自回归主干+扩散解码器，还有4o图像生成全面测评基准
GPT-ImgEval团队 投稿 量子位 | 公众号 QbitAI GPT-4o图像生成架构被“破解”了！ 最近一阵，“万物皆可吉卜力”让GPT-4o的图像生成功能一炮而红，人们随之好奇： 4o图像生成的架构底层逻辑到底是什么？GPT-4o究竟强在哪？存在哪些短板？ 作为解答，北京大学、中山大学等多家科研机构共同推出GPT-ImgEval，首次系统评估了GP...
学术型OCR天花板！这个开源多模态OCR神器，专为教育场景适配，准确率超95%！
在机器学习和教育场景中，从复杂文档中提取结构化数据一直是痛点。 但在日常教学或构建机器学习数据集时，常规 OCR 工具往往力不从心，尤其面对多语言文字、数学公式、图表示意图、复杂排版的学术材料，准确率低、结构混乱，严重影响效率。 今天为大家推荐一款专为“教育场景”和“机器学习训练”量身定制的 OCR 神器：Versatile-OCR-Program。 它不...
一个简单高效的 LLM 强化学习库：nanoAhaMoment
在 GitHub 上发现一个简单高效的 LLM 强化学习库：nanoAhaMoment。仅需单个 80G GPU，无需 RL 库，使用 3B 基础模型，全参数微调，就能实现类似 DeepSeek R1-zero 的风格训练，而且整个过程只需不到 10 小时。提供了 Jupyter notebook 笔记和通俗易懂的代码，并且附有详细教程视频，轻松上手学习。 ...
检索增强生成（RAG）技术资源集合：Awesome-RAG
分享 GitHub 上一份精心整理的检索增强生成（RAG）技术资源集合：Awesome-RAG。这份列表系统整理了 RAG 相关的理论知识、实现方法、开发框架、关键技术以及评估指标等内容。从基本原理到高级技术详解，再到实现步骤，有助于我们更好学习与使用 RAG。 参考文献： [1] GitHub：https://github.com/Danielskry...
教育场景里的OCR工具，专门处理教育材料：Versatile-OCR-Program
教育场景里的OCR工具，专门处理教育材料，可以从像试卷这种复杂的教育材料中提取结构化数据的多模态OCR工具：Versatile-OCR-Program。支持多语言文本、数学公式、表格、图表等元素提取，还能以语义注释的方式进行标注，生成自然语言描述。支持日语、韩语、英语，可扩展到其他语言，输出格式为JSON或Markdown，支持复杂的布局。 参考文献： ...