🏆 基座模型
①项目：Qwen2-VL
★Qwen2-VL 是由阿里云 Qwen 团队新推出的多模态大语言模型系列，包括2B、7B参数版本，即将开源72B。该项目在图像和视频理解方面表现出色，支持多种语言，并能够与移动设备和机器人等设备集成，实现自动操作。Qwen2-VL 可以基于高质量视频的问答、对话、内容创作等方式，理解 20 分钟以上的视频。此外，与以前不同，Qwen2-VL 可以处理任意图像分辨率，提供更像人类的视觉处理体验。
☆一键收藏：
https://sota.jiqizhixin.com/project/qwen2-vl
②项目：xLAM - 7B
★Salesforce 发布 xLAM - 7B、8x7B、8x22B，上下文长度高达 64K，适用于 AI Agents用例。xLAM 是由 Salesforce 开发的大型语言模型系列，专注于函数调用功能，此前开源 1b 和 7b 两种参数规模，支持 16K 上下文长度。该模型旨在增强决策能力，将用户意图转化为可执行的操作，适用于各种领域的自动化工作流程，能自主规划和执行任务。模型经过优化，可以在个人设备上高效部署，支持离线功能和增强隐私。
☆一键收藏：
https://sota.jiqizhixin.com/project/xlam
🛠️框架平台、必备工具
①项目：ChatLearn
★ChatLearn 是一个灵活且高效的大规模对齐训练框架。它提供了用户友好的编程接口，支持多种分布式加速引擎和并行策略，能够显著提升训练性能。ChatLearn 适用于需要大规模对齐训练的研究人员和从业者，支持 RLHF、DPO、OnlineDPO 和 GRPO 等多种对齐训练方法，并允许用户自定义模型的执行流。
☆一键收藏：
https://sota.jiqizhixin.com/project/chatlearn
②项目：NanoFlow
★NanoFlow是一个面向吞吐量的高性能大语言模型（LLM）服务框架。通过采用设备内并行、异步CPU调度和SSD卸载等关键技术，NanoFlow在吞吐量方面显著优于vLLM、Deepspeed-FastGen和TensorRT-LLM。综合评估显示，NanoFlow在多种模型和硬件配置下的吞吐量提升可达1.91倍。
☆一键收藏：
https://sota.jiqizhixin.com/project/nanoflow
③项目：IPA
★Interactive PDF Analysis (IPA) 是一个用于深入分析PDF文件的图形化工具，允许研究人员探索PDF文件的内部细节，提取和分析元数据以识别 PDF 文件的创建者、创建日期、修改历史记录和其他重要详细信息。
☆一键收藏：
https://sota.jiqizhixin.com/project/ipa
📚数据指令
④项目：Docmatix
★Docmatix是一个用于视觉问答的开源数据集，包含图像和文本数据。该数据集适用于文档问答任务，支持多种格式和语言，主要用于研究和开发视觉问答系统。
☆一键收藏：
https://sota.jiqizhixin.com/project/docmatix
👋网页端访问：https://sota.jiqizhixin.com
