AI 研究技能与智能体

VideoMaMa++

SammyLim · 工具包

一个随时间保持一致的视频抠像交互演示。SAM3 跟踪你点击或指名的物体，VideoMaMa++ 把跟踪结果变成 alpha 蒙版。非商业许可。

GIFT Eval

Salesforce · 工具包

Salesforce 的 GIFT-Eval 页面，这是一个通用时间序列预测基准。仓库里有结果文件夹和应用代码。适合比较模型的预测研究者和机器学习工程师。

MoGe 2

Ruicheng · 工具包

根据一张图片估计场景在真实尺度下的几何，是一个能在浏览器里打开的 Gradio 演示。适合研究照片深度和形状的研究人员与开发者。

Glimmer Scope

rob-x-ai · 工具包

用 Muse Glimmer 30B 语言模型自己各层里找到的特征来引导它。每个问题返回两个回答，一个是原样的，一个是被引导的，让你看到每个旋钮的作用。

QuackLeague

RIc0101 · 工具包

为小型开源双足机器人 MicroDuck 做的可玩 3D 足球训练场。它用简化的球模型，只是早期演示，不是训练好的机器人控制器。

Kirundi News Topic Classifier

ReneNtabana · 工具包

用一个在浏览器里运行的小模型，把一篇基隆迪语新闻文章归入 10 个主题之一。这是一个静态网页演示，可在线打开，也可从本地副本打开。

TIME Benchmark Leaderboard

Real-TSF · 工具包

TIME 概率时间序列预测基准的排行榜，有总体得分、按数据集的拆分和测试窗口图。适合比较模型的预测研究者和机器学习工程师。

Colpali

rayyan0 · 工具包

vidore ColPali v1.3 模型的 Gradio 演示，自带一个存好的页面嵌入文件。适合想在浏览器里试用视觉文档检索的开发者和研究者，在 Hugging Face 上运行。

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。

TokenAtlas

prajwalpujari16 · 工具包

一个浏览器探索器，比较同样的文字在 52 种语言和多个 LLM 分词器下需要多少 token，基于 FLORES-200 基准。适合为多语言 LLM 使用做预算的人。

RunsOnMine

prajwalpujari16 · 工具包

一个浏览器端的 LLM 服务基准注册表，数据取自消费级 GPU，双 Tesla T4 和 RTX 3050 笔记本，带并发扩展曲线，还能提交你自己的测量结果。

TTS Spaces Arena

Pendrokar · 工具包

TTS Arena v2 的代码库，一个 Gradio 应用，让你对 Hugging Face 上文字转语音模型的语音进行盲投。适合想用耳朵比较声音，或者自己运行一个竞技场的人。

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。

Teochew Whisper

panlr · 工具包

一个 Gradio 演示，使用为潮州话微调过的 Whisper 语音模型，适合想在浏览器或自己电脑上试用这种汉语地方语言语音识别的人。

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。

Teacher in the Loop

MithrilMan · 工具包

在浏览器里完整运行从 Kokoro-82M 蒸馏出来的 8M 参数小型语音合成声音，并附有对比各训练方案的音频样本。

YourMT3

mimbres · 工具包

在 Gradio 应用里运行 YourMT3 演示。它的文件夹名称指向把音频转成 MIDI 的音乐转录，适合处理音乐和音频模型的人。

NewsSum V2 Demo

MHkhan50 · 工具包

在浏览器里并排比较两种新闻摘要方法，一个是长度匹配的 TextRank，一个是在 BBC 新闻上微调的 BART-base，适合研究文本摘要的人。

JerseyNet - Jersey Number Detection

MHkhan50 · 工具包

在图片里找出球衣号码并在每个号码外画框，全程在你的浏览器里完成，图片不会离开你的设备。

A Universe Named

Manii77 · 工具包

读取一条影评，并用 DistilBERT 模型判断它的情感倾向，适合想快速自动了解一条评论倾向的人。

Q-Impact

malmarri · 工具包

围绕卡塔尔法律与经济指标如何相互影响、修改一项法律会给增长和 NDS3 2030 目标带来什么变化进行对话，适合政策分析人员。

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。

Fine T2i Api

ma-xu · 工具包

一个用 Docker 打包的 Python 应用，关联 fine-t2i 数据集，它的地址表明是用来探索这份数据的。README 没有描述，所以具体功能没有写明。

VideoLLaMA2

lixin4ever · 工具包

一个基于 VideoLLaMA2 模型、用来理解视频等媒体内容的聊天应用。在浏览器里以 Gradio 应用在 ZeroGPU 上运行，适合想就视频片段提问的人。

RealDenseFace

LinzhouLi · 工具包

用 RealDenseFace ViT-B 模型，从一张人像照片重建 3D 人脸。它显示人脸几何的可视化结果，在浏览器里于 ZeroGPU 上运行。

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。

ExpertLongBench

launch · 工具包

一个 ExpertLongBench 的 Streamlit 排行榜页面，用 Docker 打包，并关联同名数据集。README 除了排行榜标题和 Streamlit 起步说明外几乎没有别的文字。

CausalArena Leaderboard

LAMDA-Tabular · 工具包

CausalArena 因果发现基准的静态仪表板，包含排行榜、真实数据检查、案例视图、已发布图的画廊，以及提交结果的指南。

Falcon1 2.6M Image

Kuantum-ai1 · 工具包

托管一个 Falcon1-2.6M-Image 模型的 Gradio 演示。README 没有给出说明，只有名字暗示它和图像有关。

IPA Transcription Leaderboard

KoelLabs · 工具包

给把英语语音转成 IPA 音标的模型排名，评分基于母语、非母语和受损的语音。模型作者可以提交自己的模型，并跟踪评测进度。

KITScenes LongTail Challenges

KIT-MRT · 工具包

一个用于 KITScenes LongTail 挑战的 Gradio 应用，关联同名数据集和两个具名模型。README 几乎是空的，所以任务和评分都没有描述。

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。

Qwenputer Front Panel

jgalego · 工具包

回放 Qwenputer 的录制运行，它是一个在额外层里内置 RISC-V CPU 的 Qwen3.5-4B 模型，旁边是显示层、寄存器和内存的前面板，在你的浏览器里运行。

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。

MONET Retrieval

jasperai · 工具包

一个来自 jasperai 的 Gradio 应用，用 DINOv2、CLIP 或 SSCD 嵌入，从上传的图像或标题关键词里找出 MONET 数据集中最接近的结果。

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。

NTv3 Foundation Models for Genomics

InstaDeepAI · 工具包

介绍 InstaDeepAI 的 NTv3 基因组基础模型，它们一次能读取最长 1 Mb 的 DNA，页面还指向可运行的 PyTorch 笔记本，可以在浏览器里看，也可以下载。

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。