AI 研究技能与智能体

QwenScope

Qwen · 工具包

通过稀疏自编码器特征来探索和引导 Qwen3.5-2B 语言模型：比较两段文字的特征激活，或把某个特征推入生成过程。适合可解释性研究者。

FlyHash vs SimHash Demo

pranamhan · 工具包

一个交互式浏览器演示，比较 FlyHash 和 SimHash 的检索效果，配合一篇关于 FlyHash 用于 LLM 智能体记忆的论文。适合构建智能体记忆的研究人员和开发者。

MedCaseAgent

PediaMedAI · 工具包

一个关于罕见病临床病例报告的研究资源项目页：一个含 584 条记录的基准、一个大型病例报告元数据语料库和智能体代码。适合医学 AI 研究人员。

ParsBench Leaderboard

ParsBench · 工具包

ParsBench 做的排行榜，在波斯语数据集上给模型打分，附带可运行或改造成自己版本的代码。适合比较模型的波斯语 NLP 研究人员和工程师。

Open VLM Video Leaderboard

opencompass · 工具包

一个视觉语言模型在视频理解基准上得分的排行榜，有总排名，也有每个基准的详细榜单。适合挑选模型的研究人员和工程师。

KVPress Leaderboard

nvidia · 工具包

展示一个排行榜，用 Llama-3.1-8B-Instruct 和 Qwen3-8B 对比语言模型的 KV 缓存压缩方法。适合比较缩减模型所需内存方式的研究者和工程师。

Hurricane Wind Speed Regressor

nakulmital · 工具包

在 Gradio 应用里用微调过的 ResNet50 模型预测飓风风速。适合想看图像回归模型怎样工作的学生、研究者和开发者。

MTEB-BR Leaderboard

MTEB-BR · 工具包

在原生巴西葡萄牙语任务上给文本嵌入模型排名，22 个任务评测了 93 个模型。这是一个静态榜单页，适合挑选葡萄牙语搜索模型的研究者和工程师。

Open Universal Arabic Asr Leaderboard

msalhab96 · 工具包

在一个 Gradio 页面里，比较开源语音识别模型在阿拉伯语多种方言上的表现。适合挑选阿拉伯语语音转文字模型的研究人员和开发者。

Next-Concept Modeling WebGPU

mrfakename · 工具包

通过 WebGPU 在你的浏览器里运行 Hazy Research 的小型 Next-Concept Modeling 检查点，任务有 TinyStories、LM1B small 和数独。适合想要本地、免安装演示的研究者和开发者。

Next-Concept Modeling

mrfakename · 工具包

演示 Hazy Research 的 Next-Concept Modeling，它能并行地把文本从粗略轮廓写到完整序列，涵盖摘要、翻译和数独等任务。适合研究者和好奇的开发者。

Synthometricon

magnolia-psychometrics · 工具包

在一个收有 71,000 多个量表的集合里搜索，这些量表来自 28,000 多份测验、调查和问卷。为行为科学研究者设计，以 Docker 应用的方式运行。

Recommend Similar Papers

librarian-bots · 工具包

在 CPU 硬件上运行的 Gradio 应用，利用论文推荐数据集，为你推荐与已知论文相似的研究论文。

RADAR Abdominal CT Demo

junma · 工具包

读取一个腹部 CT 体积数据，用 RADAR 模型返回 18 个结构中 146 个征象各自的概率。这是研究和教学演示，不用于临床决策。

DFlowNovo De Novo Peptide Sequencing

joelinator · 工具包

用流匹配模型从串联质谱文件预测肽段序列，返回计算质量和置信度分数，结果可以保存为 CSV 或 TSV。适合蛋白质组学研究者。

GeCo2 Object Counting

jerpelhan · 工具包

在你标出几个示例之后，数出图片里某个物体的所有实例，不需要重新训练，也没有固定的类别清单。适合研究人员和想数照片里物品的人。

SILVA Aesthetic Scorer

Jannchie · 工具包

用一个人的审美和两个蒸馏出来的 AI 评委，给上传的插画打三个 0 到 1 的分数。适合画师、数据集整理者和研究审美模型的人。

FM4M-demo1

ibm-research · 工具包

IBM Research 的一个 Gradio 演示，点名了三个 IBM 材料模型，smi-ted、selfies-ted 和 mhg-ged。适合想看这个演示是怎么搭的研究者和开发者。

RigidFormer

hugging-apps · 工具包

用一个处理点集的 Transformer 预测多个刚体如何运动和碰撞，并把它的推演结果和模拟器的真实结果放在一起显示。适合物理和机器学习研究者。

PRISM Image to 3D

hugging-apps · 工具包

用一张图片构建 3D 高斯场景，并在 3D 查看器里显示。适合想不安装任何东西就试用单图重建的研究者和 3D 爱好者。

JoyAI Video Edit

hugging-apps · 工具包

根据一句自然语言指令编辑视频，并在生成过程中按块把结果流式传回。是 JoyAI-Video-Edit 模型的演示，适合视频剪辑师和研究者。

4DAnyone Multi-View Video

hugging-apps · 工具包

把一段人像视频变成同一段表演的多机位同步视频。是 4DAnyone 模型的演示，适合制作 4D 重建输入的研究者。

DA-2

haodongli · 工具包

在浏览器演示里运行 DA^2 深度模型，它是 Depth Anything in Any Direction 的官方演示。适合想不做任何配置就试用深度估计的研究者和开发者。

THX-02

HAL-X-AI · 工具包

用 THX-02 决策模型，对你描述的情境里的每个选项给出概率，还有可选的思考模式。这是一个 Gradio 演示，适合测试校准决策的研究者和开发者。

HAKARI-Bench Leaderboard

hakari-bench · 工具包

展示 HAKARI-Bench 的公开结果，这是一个轻量的多语言信息检索基准，带有表格、模型对比和筛选。适合挑选检索模型的研究者和工程师。

FOXES - A Framework for Operational X-ray Emission Synthesis

griffingoodwin04 · 工具包

根据你以 NumPy 文件上传的 7 通道 SDO/AIA 太阳观测数据，预测 GOES 软 X 射线流量，并返回合成图像和流量贡献图。适合太阳物理研究者。

MSEB Leaderboard

google · 工具包

Google 发布的 Massive Sound Embedding Benchmark 的排行榜页面，用 Gradio 搭建。适合比较声音嵌入模型的研究者。

DRS-VPT

fulkast · 工具包

在不需要起始位姿猜测的情况下，找出一张相机图像在 3-D 点云中的拍摄位置。适合研究 3-D 扫描中相机定位的研究者和学生。

Wet-Ink

Freedomform · 工具包

在浏览器里用动画演示扩散语言模型的一种解码方法，你可以调整窗口大小，看标记保持可编辑还是被冻结。适合研究和学习语言模型解码的人。

FINAL-Bench Quantum Leaderboard

FINAL-Bench · 工具包

在共用的公开测试集上给量子纠错解码器排名，并把已发表的结果列在旁边。这是一个开放、中立的基准页，适合量子计算研究者和解码器开发者。

CoWTracker

facebook · 工具包

跟踪上传视频里的每一个像素随时间的运动，并用彩色轨迹画出来。适合研究人员和想研究画面中物体如何运动的人。

OWSM v4

espnet · 工具包

用 OWSM v4 模型转写语音、在语言之间翻译、识别说的是哪种语言并解码长录音，可选文字提示词。适合语音研究者和想测试多语言音频的人。

MEMFOF Optical Flow

egorchistov · 工具包

为全高清视频估计光流，也就是帧与帧之间每个像素的运动，同时占用很少的 GPU 显存，带 Gradio 演示和多个训练好的模型。适合计算机视觉研究者和视频工程师。

Safety Doesn't Translate

DhruvParmar051 · 工具包

并排展示 Cohere 的 Tiny Aya 在不重新训练的安全修复前后的回答，使用来自测试集、事先评判过的回复。适合 AI 安全研究者和多语言模型的开发者。

Depth Anything 3

depth-anything · 工具包

Depth Anything 3 的演示 Space，这个研究模型从名称看，能从任意视角拍的图像中恢复场景的空间结构。README 只有一条引用。

Sports2d

DavidPagnon · 工具包

在 Gradio 页面里，从视频文件或网络摄像头画面中算出人体的二维姿态和关节角度。适合教练、运动研究者和任何想研究身体如何运动的人。

Text Surprisal Editor

build-small-hackathon · 工具包

按一个只有 4M 参数的小语言模型觉得每个词有多意外，给文本里的每个词上色。模型没有 Transformer 块。这是一个黑客松项目，适合写作者和研究者。

Open Chinese LLM Leaderboard

BAAI · 工具包

BAAI 运行的中文大语言模型排行榜，是一个带请求和结果数据集的 Gradio Space。适合在中文任务上比较模型的研究者和团队。

Speech analysis

audeering · 工具包

对一段语音录音运行 audEERING 的两个 wav2vec2 模型，一个判断情绪，一个估计年龄和性别，并自带四段示例音频。这是面向语音研究者的 Gradio 演示。非商用许可。

Vevo for Zero-shot VC, TTS, and More

amphion · 工具包

无需针对某个说话人训练，就能根据参考音频模仿声音，用于语音转换和文字转语音。这是 Amphion 项目里 Vevo 模型的演示，适合研究者和音频开发者。

Visual Saliency Prediction

alexanderkroner · 工具包

预测图片里哪些区域最先吸引目光，使用 2020 年 Neural Networks 论文中的 MSI-Net 模型。适合想快速查看可能关注区域的研究者和设计师。

Fracture Check

akinchanJain7 · 工具包

初筛手部、手臂、腿部、髋部和肩部的 X 光片是否可能骨折，用热力图显示模型关注的区域，并标出最可能的骨折位置。这是学生研究项目，供学习使用，不能用于医疗决策。

SchemeArena

launch · 工具包

展示一个用 400 个场景测试 LLM 智能体是否会耍心机的研究项目，并介绍名为 SCOUT 的监测器。这是面向 AI 安全研究人员的静态项目页面。

Saudi SALLM Q9B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里运行基于 Qwen3.5-9B 语言模型和私有适配器的 Gradio 研究演示，适合在 GPU 硬件上测试模型的人。

Saudi SALLM A7B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里试用建立在 ALLaM-7B-Instruct-preview 之上的研究型语言模型适配器，适合测试和比较语言模型的人。

Model Pulse

tardellirs · 工具包

展示 Hugging Face Hub 上模型自 2024 年 7 月以来的每日下载历史、点赞数和衍生模型家族，还有模型对比图和每周排行榜。适合模型开发者和研究人员。

Open VLM Leaderboard

opencompass · 工具包

展示用 VLMEvalKit 工具包收集的视觉语言模型得分排行榜，有总榜，也有每个基准的单独表格。适合比较多模态模型的研究者和工程师。

S1MB Leaderboard

hotchpotch · 工具包

在一个已保存结果的查看器里，比较 System One Decision Models 在 100 多个基准上的表现。适合想看模型哪里强、哪里弱的研究者。

Coilstellaration Bench

proxima-fusion · 工具包

给能根据等离子体边界和需求指标预测仿星器线圈组的 ONNX 模型打分，研究人员可以提交模型并比较结果。

Heretic Grimoire

heretic-org · 工具包

为 Heretic 生成的模型保存可搜索的复现记录存档，可下载 CSV。适合追踪或重建这类模型的研究者。