AI教程
Maestro – 开源的端到端自动化测试框架
Maestro是用在移动和Web应用的端到端自动化测试框架。基于内置的容错能力和延迟容忍机制，解决传统测试中常见的不稳定性和等待问题。Maestro基于声明式语法，支持在yaml文件中定义测试，无需编译快速迭代。
OLMo 2 32B – Ai2 推出的最新开源语言模型
OLMo 2 32B 是 Allen Institute for AI（Ai2）推出的最新开源语言模型，是 OLMo 2 系列的重要成果。拥有 320 亿参数，是首个在多技能学术基准测试中超越 GPT-3.5-Turbo 和 GPT-4o-mini 的完全开放模型，性能接近 Qwen-2.5-72B 等更大规模模型。
什么是慢感知（slow perception）
慢感知（Slow Perception）是阶跃多模态团队提出的一种新型视觉感知概念，通过逐步分解和流动的方式，让模型像人类一样更精细地感知复杂的几何图形。实验中，研究人员构建了20万个合成几何图形数据样本用于训练，从中学考试中收集了480个真实几何图形用于验证和测试。
什么是评估模型（Judge models）
评估模型（Judge models）是用于评估其他模型输出质量的辅助模型，充当“裁判员”的角色，对大语言模型（LLM）的输出结果进行评估和打分。模型通过输入问题和待评测模型的回答，自主完成对大语言模型的分析与评价。
InternVL – OpenGVLab 推出的多模态大模型
InternVL 是上海人工智能实验室 OpenGVLab 推出的多模态大模型，专注于视觉与语言任务。采用 ViT-MLP-LLM 架构，通过视觉模块（如 InternViT）和语言模块（如 InternLM）的融合，实现视觉与语言的深度结合。
什么是智能体RAG（Agentic RAG）
智能体RAG（Agentic RAG）是一种结合了AI智能体（Agent）和检索增强生成（RAG）系统的方法。它通过引入智能体框架来改变处理问答方式的技术。与仅依赖大模型的传统方法不同，Agentic RAG利用智能体来应对需要复杂规划、多步骤推理和外部工具使用的复杂问题。
Umi-OCR – 免费 OCR 文字识别工具，支持截图、批量图片排版解析
Umi-OCR 是免费开源的离线 OCR 文字识别软件。无需联网，解压即用，支持截图、批量图片、PDF 扫描件的文字识别，能识别数学公式、二维码，可生成双层可搜索 PDF。内置多语言识别库，界面支持多语言切换，提供命令行和 HTTP 接口调用功能。
什么是前向链结（Forward Chaining）
前向链结（Forward Chaining）是在人工智能领域中使用推理引擎进行自动推理的方法。是数据驱动的推理策略，从已知事实出发，通过应用一系列规则来推导出新的事实，直到达到某个目标或无法继续推导为止。
Orpheus TTS – 开源AI语音合成系统，支持多种语音风格
Orpheus TTS 是基于 Llama-3b 架构的开源文本到语音（TTS）系统。Orpheus TTS 支持生成自然、富有情感且接近人类水平的语音，具备零样本语音克隆能力，无需预训练，模仿特定语音。Orpheus TTS 延迟低至约 200 毫秒，适合实时应用。
什么是判别式模型（Discriminative Model）
判别式模型是机器学习中一类重要的模型，主要用于分类和回归任务。它们的核心目标是学习输入变量x和输出变量y之间的映射关系，即条件概率分布P(y|x)。与生成式模型不同，判别式模型不考虑输入变量x和输出变量y之间的联合分布P(x,y)，而是直接建模条件概率P(y|x)。