GitLab

RT-DETR是百度开发的一种端到端的实时物体检测器，可在保持高精度的同时提供实时性能

phi-4 是一个 140 亿参数的模型，基于 Transformer 架构，专注于提升推理和 STEM 领域的问答能力。

DCU问题分析指导手册

7B参数完成看、听、说、写，端到端多模态大模型支持文本、图像、音频和视频输入。

Images Speak in Images: A Generalist Painter for In-Context Visual Learning

olmOCR是Ai2推出的开源工具，用在将PDF文档高效转换为干净的结构化纯文本。