YoloE 是一种创新的小型视觉模型，能够通过多种方式进行提示，以实现开放词汇检测。这意味着用户可以使用类别、图像和文本来决定模型应该检测的内容。特别值得一提的是，YoloE 的运行速度高达 300 帧每秒（fps），使...

OpenAI近日发布了一系列新工具，包括API和智能体SDK，旨在帮助开发者更轻松地构建AI智能体。该工具包集成了网络和文件搜索功能、计算机使用能力以及可观察性工具，显著简化了智能体的编排和任务自动化流程。这些新工...

在视频理解领域，大多数模型通常逐帧处理视频数据，这使得处理时间相关的问题变得具有挑战性。STORM模型通过引入Mamba适配器，增加了时间注意力操作，从而显著提升了长视频的理解能力。与Qwen模型相比，STORM在处理...

近日，一款名为Strobelight的性能分析服务引起了技术界的广泛关注。该服务基于开源技术构建，旨在为开发者提供高效、精准的性能分析工具。Strobelight通过集成多种开源组件，能够实时监控应用程序的运行状态，帮助开...

近日，一款基于DiNO 2的视线估计算法在GitHub上开源，该算法能够高效地估计人们的视线方向，为商业、制造业和安全领域提供了重要的技术支持。视线估计技术通过分析人眼的注视点，可以广泛应用于零售场景中的消费者行...

近日，研究人员推出了一种名为STeCa的创新框架，旨在通过自动识别和纠正次优行动来提升LLM Agents在长期任务中的表现。该框架的核心在于其能够对LLM Agents的每一步行动进行校准，从而确保在复杂的长期任务中，每一...

随着AI agent技术的快速发展，其应用场景日益广泛，但同时也带来了潜在的滥用风险。近期，业界开始聚焦于如何有效检测AI agent的使用与滥用行为。通过结合LLM、embedding、LoRA和RAG等先进技术，研究人员正在开发更...

近日，一款名为PgAssistant的开源工具正式发布，旨在帮助开发者更好地理解和优化PostgreSQL（PG）数据库的性能。PgAssistant通过提供详细的性能分析报告和优化建议，使开发者能够快速定位数据库中的性能瓶颈，并采取...