涵盖 OCR 与多轮对话:1.3B 端侧多模态模型 MiniCPM-V-4.6 正式发布;百万级智能体数据集 AgentTrove 开源!包含代码修复及数学求解

公共资源速递

4 个公共数据集:

* VisCoR-55K 视觉推理数据集

* AgentTrove 智能体交互轨迹数据集

* MemLens 多模态长上下文基准数据集

* LongBlocks 长上下文多语言问答数据集

2 个公共教程:

* Magic-resume:AI 驱动简历编辑器

* MiniCPM-V-4.6:端侧高效多模态视觉语言模型

访问官网立即使用: openbayes.com

公共数据集

1. VisCoR-55K 视觉推理数据集

VisCoR-55K 是一个高质量视觉推理数据集,包含约 55,000 个视觉推理样本,每个样本都利用对比样本生成相应的推理过程,涵盖通用、推理、数学、图表及 OCR 五大类别的高质量视觉推理数据集,旨在促进视觉语言模型在可信且稳健的视觉推理方面的研究。

在线使用:

go.openbayes.com/qB1mG

数据集示例

2. AgentTrove 智能体交互轨迹数据集

AgentTrove 是由 OpenThoughts-Agent 团队发布的大规模开源智能体交互轨迹数据集。该数据集包含 1,696,847 行数据,源自 219 个数据集,涵盖代码修复、Shell 脚本编写、数学问题解决、编程竞赛及通用计算机使用等任务领域。

在线使用:

go.openbayes.com/OLvc5

3. MemLens 多模态长上下文基准数据集

MemLens 是一个用于评估视觉语言模型长程对话记忆的基准数据集。该数据集共包含 789 道题目,涵盖 5 种评估类型:信息提取、知识更新、时序推理、多会话推理与拒绝回答(Abstention**),并提供 4 个上下文长度配置(32K / 64K / 128K / 256K)。

在线使用:

go.openbayes.com/5qjwC

4. LongBlocks 长上下文多语言问答数据集

LongBlocks 是由里斯本大学等机构于 2026 年发布一个长上下文多语言合成数据集。该数据集包含约 19.4 万条长上下文问答示例,涵盖书籍、网页文本、Wiki 百科、arXiv 论文、编程代码及社区问答等长文档语料。

在线使用:

go.openbayes.com/2Rpap

公共教程

1. Magic-resume:AI 驱动简历编辑器

Magic Resume 是由 Siyue 于 2025 年开源的免费在线 AI 简历编辑器。目标是让用户无需复杂排版工具即可快速生成专业简历。它支持实时预览、自动保存、本地存储、自定义主题、暗色模式、响应式布局以及 PDF 导出,用户可以在编辑区填写个人信息、教育经历、项目经历、工作经历等模块,并即时查看最终简历效果。

在线运行:

go.openbayes.com/GeUIm

项目示例

2. MiniCPM-V-4.6:端侧高效多模态视觉语言模型

MiniCPM-V-4.6 是由 OpenBMB** 团队与清华大学自然语言处理实验室于 2026 年联合发布的高效端侧多模态视觉语言模型。模型聚焦于图像理解、视频理解、视觉问答、OCR 与多轮对话场景。即使在计算资源受限的环境中,它也能高效处理图像问答、短视频摘要、UI 截图理解、文档 OCR 解析及多轮多模态交互等核心任务。

在线运行:

go.openbayes.com/IUhTv

项目示例

相关推荐
吴佳浩4 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_097 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区8 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔9 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区9 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1239 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI9 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健10 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV10 小时前
Google 重返第一梯队
人工智能·google·aigc