多模态推理
ggg0919.github.io
Cantor是面向多模态链式思维推理研究的开源技术框架，核心定位是结合视觉感知与大语言模型逻辑推理能力，解决复杂视觉推理任务。核心功能包括视觉上下文感知对齐、多模态链式思维生成、推理性能自动评估、零样本推理适配、实验结果可视化。目标用户覆盖人工智能研究者、计算机视觉方向学生、多模态大模型开发人员、AI应用落地工程师、算法竞赛参与者。使用场景包括多模态推理算法性能测试、学术研究中基线模型对比、零样本视觉推理任务开发、大语言模型多模态能力验证、相关教学课程实验演示。
atlascloud.ai
Atlas Cloud是面向开发者与AI创作者打造的统一全模态AI推理与模型基础设施平台，为用户提供开箱即用的AI模型部署、推理运行和资源调度服务。平台支持大语言模型、计算机视觉模型、多模态生成模型等多类型AI模型的接入与管理，可满足从原型验证到生产部署的全流程项目需求，核心功能包含多模态模型推理、按需弹性算力调度、私有模型托管、协作开发空间、模型市场访问等，可帮助用户降低AI项目的基础设施搭建成本，缩短项目开发周期。目标用户覆盖AI开发团队、独立开发者、内容创作者、AI研究人员、产品创业团队、AI教育从业者等群体，适合开展模型测试、项目开发、产品部署、研究实验等多种场景。
mammoth-vl.github.io
MAmmoTH-VL是面向多模态推理领域的学术研究与应用支撑平台，核心面向多模态大模型研发人员、数学教育相关从业者、AI研究学者等群体。平台搭载基于指令调优优化的多模态大语言模型，可支撑多模态数学题解析、跨模态推理任务评测、推理过程可解释性分析三类核心需求。用户可通过平台体验模型对图文结合数学题的解答过程，也可获取开源数据集用于相关模型训练，还能借助基准测试结果对比不同多模态模型的推理能力，适合学术研究、教育工具开发、多模态模型迭代等场景使用。