Cercle de partage de l'IA

Meeseeks est un ensemble d'évaluation de grands modèles open source utilisé par l'équipe M17 de Meituan pour évaluer la capacité d'un modèle à suivre les instructions. Meeseeks utilise un cadre d'évaluation à trois niveaux pour mesurer de manière exhaustive si un modèle est capable de générer des réponses en stricte conformité avec les instructions de l'utilisateur, du niveau macro au niveau micro, et n'évalue pas la connaissance du contenu de la réponse comme un élément positif....

gpt-realtime est un modèle vocal avancé d'OpenAI qui prend en charge le traitement audio direct pour générer une parole naturelle et fluide. Le modèle prend en charge plusieurs langues et styles, comprend les signaux non verbaux tels que le rire et peut passer d'une langue à l'autre.

Youtu-agent est un framework open source pour la construction et l'exécution d'intelligences autonomes de Tencent Youtu Labs. Le framework est performant dans les benchmarks WebWalkerQA et GAIA, avec une précision de 71,47% et 72,8% respectivement....

HunyuanVideo-Foley est un modèle open source de génération de sons vidéo conçu par l'équipe de Tencent Mixed Yuan, qui permet d'ajouter des effets sonores adaptés à des vidéos muettes. Le modèle est basé sur l'entraînement d'un ensemble de données à grande échelle, avec une architecture de convertisseur de diffusion multimodale, combinée à la représentation de la fonction de perte d'alignement et aux techniques d'optimisation de la VAE audio ...

PixVerse V5 est un grand modèle de génération vidéo par IA lancé par Aishi Technology. Le modèle peut générer un contenu vidéo de haute qualité sur la base de descriptions textuelles ou d'images saisies par l'utilisateur, et prend en charge une variété de styles, tels que l'anime, la science-fiction et le style national.

Ask White 5 est le modèle phare "Tout en un" avec un niveau d'intelligence très élevé. Ce modèle obtient de bons résultats dans de nombreuses évaluations, comme le score composite de 64,7 de l'indice AA et le score de 86 de l'évaluation des capacités STEM, qui est proche du GPT-5, le meilleur au monde.

Gemini 2.5 Flash Image (nom de code nano banana) est un modèle de génération et d'édition d'images de pointe de Google qui maintient la cohérence des personnages d'une scène à l'autre et prend en charge l'édition précise d'images par le biais du langage naturel, par exemple en rendant les arrière-plans flous et en supprimant les taches.

Wan2.2-S2V est un modèle de génération vidéo multimodale open source d'Ali Tongyi. Il suffit d'une image statique et d'un morceau d'audio pour générer une vidéo humaine numérique de haute qualité et prendre en charge une variété de types d'images et de cadres.

ChatGPT Tip Engineering for Developers est un cours conjoint de DeepLearning.AI et OpenAI conçu pour les développeurs, avec Isa Fulford, Andrew Ng pour enseigner comment utiliser les grands modèles de langage (LLM)....

Ask White o4 est un modèle innovant de réflexion parallèle qui ouvre 8 voies de réflexion en même temps, analyse le problème sous plusieurs angles et filtre automatiquement la solution optimale. Le modèle incorpore des techniques avancées d'apprentissage par renforcement Long-CoT et d'apprentissage par récompense de processus, possède de puissantes capacités de raisonnement profond et donne de bons résultats dans les tâches complexes.