产品库

评估大型语言模型调用函数能力的排行榜

Berkeley Function-Calling Leaderboard（伯克利函数调用排行榜）是一个专门用来评估大型语言模型（LLMs）准确调用函数（或工具）能力的在线平台。该排行榜基于真实世界数据，定期更新，提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

Qwen2.5-Coder系列中的0.5B参数代码生成模型

Qwen2.5-Coder是Qwen大型语言模型的最新系列，专注于代码生成、代码推理和代码修复。基于强大的Qwen2.5，该系列模型通过增加训练令牌至5.5万亿，包括源代码、文本代码基础、合成数据等，显著提升了编码能力。Qwen2.5-Coder-32B已成为当前最先进的开源代码大型语言模型，编码能力与GPT-4o相当。此外，Qwen2.5-Coder还为实际应用如代码代理提供了更全面的基础，不仅增强了编码能力，还保持了在数学和通用能力方面的优势。

Qwen2.5-Coder系列中的3B参数模型，专注于代码生成与理解。

Qwen2.5-Coder-3B是Qwen2.5-Coder系列中的一个大型语言模型，专注于代码生成、推理和修复。基于强大的Qwen2.5，该模型通过增加训练令牌至5.5万亿，包括源代码、文本代码基础、合成数据等，实现了在代码生成、推理和修复方面的显著改进。Qwen2.5-Coder-32B已成为当前最先进的开源代码大型语言模型，其编码能力与GPT-4o相匹配。此外，Qwen2.5-Coder-3B还为现实世界的应用提供了更全面的基础，如代码代理，不仅增强了编码能力，还保持了在数学和通用能力方面的优势。

AI应用快速生成器

AnotherWrapper是一个AI应用快速生成器，旨在帮助开发者节省100多个小时的编码和头痛时间。它提供了一个全功能的Next.js AI启动套件，集成了多种AI模型和后端API路由，允许用户在沙盒中尝试并下载代码。产品背景信息显示，开发者Fekri在15个月内构建了约10个不同的AI应用，注意到在设置基础设施上浪费了大量时间，因此创建了这个工具以简化流程。产品定位于帮助用户快速启动AI创业项目，价格方面提供一次性付费，无限产品构建的选项。

多智能体系统，解决复杂任务

Magentic-One是由微软研究团队开发的一个通用多智能体系统，旨在解决开放性网络和文件任务。该系统代表了人工智能领域向代理系统发展的重要一步，这些系统能够完成人们在工作和生活中遇到的复杂多步骤任务。Magentic-One采用了一个名为Orchestrator的主智能体，负责规划、跟踪进度和在需要时重新规划，同时指导其他专门智能体执行任务，如操作网络浏览器、导航本地文件或编写和执行Python代码。Magentic-One在多个挑战性的代理基准测试中表现出与最新技术相媲美的性能，且无需对其核心能力或架构进行修改。

一个需要JavaScript支持的网页应用

Codura是一个编程相关的网站，它可能提供了一些在线编程工具或服务。由于页面需要JavaScript支持，我们可以推测它可能包含了一些交互式功能，比如在线代码编辑器、代码测试环境等。这类工具对于开发者来说非常重要，因为它们可以提高开发效率，方便代码的快速测试和迭代。Codura的具体价格和定位信息需要进一步的页面内容来确定。

快速获取答案的AI助手

Groq是一款由Omid Aziz开发的AI助手应用，旨在为用户提供快速、私密的问答服务。该应用利用Groq的高性能推理引擎，能够迅速处理用户请求并提供答案。Groq的界面简洁，操作直观，用户可以轻松上手。此外，Groq还支持多种不同的AI模型，如LLaMA、Mixtral和Gemma，让用户能够直接访问这些模型的参数记忆，进行快速的模型比较和测试。作为一款生产力工具，Groq以其高效、便捷的特点，非常适合需要快速获取信息和解决方案的用户。

全球首创桌面双轮足式AI机器人，集成ChatGPT，能跑、能看、能说、倒不了。

XGO Rider是一款集成了ChatGPT的桌面双轮足式AI机器人，具备自平衡功能和全向移动能力。它基于Raspberry Pi CM4核心模块构建，支持Python和C++编程，适合AI编程学习和教育使用。XGO Rider不仅能够帮助学生和开发者轻松进入机器人世界，还能通过其丰富的传感器和AI功能进行各种互动和学习，如手势识别、人脸检测、骨骼识别等。

自动化的生成式AI评估平台

AutoArena是一个自动化的生成式AI评估平台，专注于评估大型语言模型（LLMs）、检索增强生成（RAG）系统和生成式AI应用。它通过自动化的头对头判断来提供可信的评估，帮助用户快速、准确、经济地找到系统的最佳版本。该平台支持使用来自不同供应商的判断模型，如OpenAI、Anthropic等，也可以使用本地运行的开源权重判断模型。AutoArena还提供了Elo评分和置信区间计算，帮助用户将多次头对头投票转化为排行榜排名。此外，AutoArena支持自定义判断模型的微调，以实现更准确、特定领域的评估，并可以集成到持续集成（CI）流程中，以自动化评估生成式AI系统。

学习编程和面试准备的趣味平台

edCode是一个面向所有人，从初学者到专家的编程学习平台。它提供AI面试准备功能，帮助用户学习编程或为梦想工作做准备。平台强调学习的乐趣，提供自定进度的课程，并通过动态排行榜和社交功能激励用户。

解决复杂问题的AI语言模型。

ChatGPT o1是OpenAI的最新AI技术，提供o1-preview和o1-mini模型，具备强化学习能力，可解决科学、编程和数学等领域的复杂问题。它具有高效率、安全性和创新性，是AI领域的前沿产品。

可视化和透明的开源ChatGPT替代品

Show-Me是一个开源应用程序，旨在提供传统大型语言模型(如ChatGPT)交互的可视化和透明替代方案。它通过将复杂问题分解成一系列推理子任务，使用户能够理解语言模型的逐步思考过程。该应用程序使用LangChain与语言模型交互，并通过动态图形界面可视化推理过程。

精选优质AI内容，遇见未来

360AI导航是一个集合了多种人工智能工具和资源的平台，旨在为用户提供一站式的AI服务体验。该平台涵盖了从AI资讯、AI搜索、AI绘画到AI写作等多个领域的工具，帮助用户更高效地利用AI技术解决实际问题。360AI导航不仅提供了丰富的AI工具，还通过360智脑等产品展示了其在AI领域的技术实力和创新能力。

AI个性化职业发展平台

Audo是一个利用人工智能技术为用户量身定制职业发展路径的平台，通过AI评估用户的技能、兴趣和个性，提供个性化的职业规划、简历优化、面试准备和职位匹配服务。它通过与顶级公司和大学合作，提供超过1100种职业路径认证，帮助用户提升职业技能，找到理想工作，并获取应得的薪酬。

革命性AI数据管理，提升99%准确率

Future AGI是一个自动化AI模型评估平台，通过自动评分AI模型输出，消除了手动QA评估的需求，使QA团队能够专注于更战略性的任务，提高效率和带宽高达10倍。该平台使用自然语言定义对业务最重要的指标，提供增强的灵活性和控制力，以评估模型性能，确保与业务目标的一致性。它还通过整合性能数据和用户反馈到开发过程中，创建了一个持续改进的循环，使AI在每次互动中变得更智能。

编程学习平台

CoderWithAI是一个综合性的编程学习平台，提供多种编程语言和技术的教程和资源。它旨在帮助初学者和有经验的开发者提高编程技能，并通过实践项目加深理解。平台涵盖了从前端到后端，从移动开发到数据科学的广泛技术领域。

为软件工程挑战打造的先进基础AI模型

poolside是一个为软件工程挑战而构建的先进基础AI模型，它通过在用户代码上进行微调，学习项目的独特之处，以理解通用模型无法理解的复杂性。它建立在poolside基础之上，每天都能变得更好。除了先进的代码编写模型，poolside还构建了一个直观的编辑器助手，并提供了一个开发者可以构建的API。poolside由Jason Warner和Eiso Kant于2023年4月创立，他们之前在AI和软件工程领域有着丰富的经验。

AI推理模型，解决复杂问题的新系列。

OpenAI o1是一系列新开发的AI模型，旨在通过更长时间的思考来解决科学、编码和数学等领域的复杂问题。这些模型通过训练学习，能够细化思考过程、尝试不同策略并识别错误。在国际数学奥林匹克竞赛的资格赛中，o1模型的得分远高于之前的GPT-4o模型，展现了其在数学和编码方面的优势。此外，o1系列还引入了新的安全训练方法，使其能够更好地遵循安全和对齐准则。

由知识图谱引擎驱动的创新Agent框架

muAgent是一个创新的Agent框架，由知识图谱引擎驱动，支持多Agent编排和协同技术。它利用LLM+EKG（Eventic Knowledge Graph 行业知识承载）技术，结合FunctionCall、CodeInterpreter等，通过画布式拖拽和轻文字编写，实现复杂SOP流程的自动化。muAgent兼容市面上各类Agent框架，具备复杂推理、在线协同、人工交互、知识即用等核心功能。该框架已在蚂蚁集团多个复杂DevOps场景中得到验证。

AI工具目录，提升你的生产力

AI Scout是一个全面的AI工具目录，提供超过1800种AI工具，涵盖生产力、写作、设计、编程等多个领域。用户可以根据分类、平台和价格快速找到所需的AI工具，以提高工作效率和生活质量。

高效编码的开源大型语言模型

Yi-Coder是一系列开源的代码大型语言模型（LLMs），在少于100亿参数的情况下提供最先进的编码性能。它有两种尺寸—1.5B和9B参数—提供基础和聊天版本，旨在高效推理和灵活训练。Yi-Coder-9B在GitHub的代码库级别代码语料库和从CommonCrawl筛选的代码相关数据上，额外训练了2.4万亿高质量token。Yi-Coder在多种编程任务中表现出色，包括基础和竞技编程、代码编辑和仓库级完成、长上下文理解以及数学推理。

精选全球AI前沿科技和开源产品

漫话开发者 - UWL.ME 是一个专注于人工智能前沿科技和开源产品的平台，提供最新的AI技术动态、开源产品介绍、以及相关领域的深度分析。它不仅为开发者和科技爱好者提供了一个获取信息的渠道，也为行业内部人员提供了交流和学习的平台。

Java编程爱好者的免费问答平台

Java Q&A Hub是一个专门为Java编程爱好者设计的在线问答平台，它提供了一系列与Java编程相关的问题和解答。该平台专注于Java语言的各个方面，包括基础知识、后端开发、Spring框架、Android开发、网络编程和Java虚拟机等。利用GPT-40-mini模型，Java Q&A Hub能够为用户提供准确、详实的回答，帮助用户解决Java编程中遇到的问题。

CodeGuide是您的算法助手，提供直观和可操作的学习反馈。

CodeGuide是一个专注于算法学习的网站，它通过与用户的交互，提供优化建议和正确的学习方向。它基于会话学习，实时工作，通过用户输入提出有益的想法，评估用户的技能水平，并推荐资源帮助用户提高。

高效能混合专家语言模型

Yuan2.0-M32-hf-int8是一个具有32个专家的混合专家(MoE)语言模型，其中2个是活跃的。该模型通过采用新的路由网络——注意力路由器，提高了专家选择的效率，使得准确率比使用传统路由网络的模型提高了3.8%。Yuan2.0-M32从头开始训练，使用了2000亿个token，其训练计算量仅为同等参数规模的密集模型所需计算量的9.25%。该模型在编程、数学和各种专业领域展现出竞争力，并且只使用37亿个活跃参数，占总参数40亿的一小部分，每个token的前向计算仅为7.4 GFLOPS，仅为Llama3-70B需求的1/19。Yuan2.0-M32在MATH和ARC-Challenge基准测试中超越了Llama3-70B，分别达到了55.9%和95.8%的准确率。

高效能的混合专家语言模型

Yuan2.0-M32是一个具有32个专家的混合专家(MoE)语言模型，其中2个处于活跃状态。引入了新的路由网络——注意力路由器，以提高专家选择的效率，使模型在准确性上比使用传统路由器网络的模型提高了3.8%。Yuan2.0-M32从头开始训练，使用了2000亿个token，其训练计算量仅为同等参数规模密集型模型所需计算量的9.25%。在编码、数学和各种专业领域表现出竞争力，Yuan2.0-M32在总参数40亿中只有3.7亿活跃参数，每个token的前向计算量为7.4 GFLOPS，仅为Llama3-70B需求的1/19。Yuan2.0-M32在MATH和ARC-Challenge基准测试中超越了Llama3-70B，准确率分别达到了55.9%和95.8%。

智能食品与个人护理产品健康评估工具

Health Inspecta 是一款利用人工智能技术，帮助用户快速评估食品和个人护理产品的营养价值、成分安全性和环境影响的应用程序。它通过扫描产品标签或手动输入产品名称，提供综合的健康等级评分，从A到F，让用户能够超越标签，做出更明智的消费选择。

为Cursor.sh IDE提供AI辅助编码的开源仪表板。

CursorLens是一个开源的仪表板，专为Cursor.sh IDE设计，用于记录AI代码生成、跟踪使用情况并控制AI模型（包括本地模型）。它允许用户在本地运行或使用即将推出的托管版本。该产品代表了编程领域中AI技术的应用，提供了代码生成、使用跟踪和模型控制等功能，极大地提高了开发效率和代码质量。

AI模型软件工程能力评估工具

SWE-bench Verified是OpenAI发布的一个经过人工验证的SWE-bench子集，旨在更可靠地评估AI模型解决现实世界软件问题的能力。它通过提供代码库和问题描述，挑战AI生成解决所描述问题的补丁。这个工具的开发是为了提高模型自主完成软件工程任务的能力评估的准确性，是OpenAI准备框架中中等风险级别的关键组成部分。

多代理礼宾系统，提升客户服务效率

multi-agent-concierge是一个多代理礼宾系统，它通过多个专门的代理来完成复杂的任务，并通过一个“礼宾”代理来引导用户到正确的代理。这种系统设计用于处理具有相互依赖关系的多个任务，使用数百种工具。该系统展示了如何通过自然语言指令创建代理之间的隐式“链”，并通过“延续”代理来管理这些链，同时使用全局状态来跟踪用户及其当前状态。