Sparsh

Representaciones hápticas autosupervisadas para la sensopercepción háptica basada en la visión.

Producto ComúnImagenAprendizaje autosupervisadoSensopercepción háptica

Sparsh es una serie de representaciones hápticas generales entrenadas mediante algoritmos de autosupervisión (como MAE, DINO y JEPA). Es capaz de generar representaciones útiles para DIGIT, Gelsight'17 y Gelsight Mini, y supera significativamente a los modelos de extremo a extremo en las tareas posteriores propuestas por TacBench, al mismo tiempo que admite el entrenamiento eficiente de datos para nuevas tareas posteriores. El proyecto Sparsh incluye la implementación de PyTorch, modelos preentrenados y el conjunto de datos publicado junto con Sparsh.

Best AI Websites & Tools

Sparsh

Sparsh Situación del tráfico más reciente

Sparsh Tendencia de visitas

Sparsh Distribución geográfica de las visitas

Sparsh Fuentes de tráfico

Sparsh Alternativas

Sparsh — Representaciones hápticas autosupervisadas para la sensopercepción háptica basada en la visión.

OLMo-2-1124-7B-DPO — Modelo avanzado de generación de texto que admite el procesamiento de diversas tareas.

dolmino-mix-1124 — Conjunto de datos de alta calidad para la segunda etapa de entrenamiento de OLMo2.

GenXD — Marco avanzado para generar escenas 3D y 4D.

Modelo Mundial 1X — Un modelo mundial avanzado que proporciona simulación y evaluación virtual para robots.

MedTrinity-25M — Conjunto de datos médicos multimodales a gran escala

ml-mdm — Entrenamiento eficiente de modelos de difusión de texto a imagen de alta calidad

UltraEdit — Conjunto de datos de edición de imágenes a gran escala

kan-gpt — Modelo de lenguaje basado en transformadores generativos preentrenados (GPT), implementado utilizando redes de Kolmogorov-Arnold (KAN).

LeRobot — Proporciona modelos, conjuntos de datos y herramientas de aprendizaje automático de vanguardia para robots del mundo real.

MNBVC — MNBVC es un corpus de texto en chino de escala masiva, comparable a los 40 TB de datos utilizados para entrenar ChatGPT.

ml-ferret — Modelo de lenguaje de aprendizaje automático (MLLM) de extremo a extremo que permite la citación y localización precisas.

MLX — Aprendizaje automático eficiente y flexible con chips de Apple

Modelos de Traducción de Firefox — Modelo de traducción automática neuronal acelerado por CPU optimizado para la función de traducción del navegador Firefox.

Agente de Ciencia de Datos en Colab — Asistente de ciencia de datos de Colab basado en Gemini, que genera automáticamente el código completo del cuaderno de Colab.

3FS — 3FS es un sistema de archivos distribuido de alto rendimiento, diseñado específicamente para cargas de trabajo de entrenamiento e inferencia de IA.

Agente de búsqueda Level-Navi — El Agente Level-Navi es un marco que se puede usar sin entrenamiento, que utiliza modelos de lenguaje extenso para una comprensión profunda de las consultas y una búsqueda precisa.

Datos de perfilado en DeepSeek Infra — Analiza las estrategias de superposición de cómputo y comunicación en V3/R1, proporcionando datos de análisis de rendimiento para frameworks de aprendizaje profundo.

Thunder Compute — Proporciona el servicio de nube GPU más económico del mundo, impulsando el desarrollo de IA/ML autohospedado.

olmOCR — olmOCR es un conjunto de herramientas para linealizar PDF para el entrenamiento de conjuntos de datos LLM.

TensorPool — TensorPool es una plataforma de GPU en la nube que simplifica el entrenamiento de modelos de aprendizaje automático.

Signs — Plataforma que utiliza la inteligencia artificial para ayudar a aprender y contribuir al lenguaje de señas americano (ASL).

El Manual de Sistemas Ultraescalables — Una herramienta enfocada en el diseño y optimización de sistemas ultraescalables, ofreciendo soluciones eficientes.

InspireMusic — Kit de herramientas y modelos para la generación de música, canciones y audio basado en PyTorch, que admite la generación de audio de alta calidad.

Heron — La tecnología de IA de Heron automatiza el procesamiento de trabajos con alta densidad de documentos, mejorando la eficiencia laboral.

DeepResearch123 — Sitio web de navegación de recursos de investigación de IA que ofrece recursos, documentación y casos prácticos de investigación de IA.

Dolphin R1 — Dolphin R1 es un conjunto de datos para entrenar modelos de inferencia, que contiene 800.000 muestras.

Finbar — Proporciona datos financieros básicos globales, integrándose rápidamente en los modelos y facilitando el trabajo eficiente de los analistas financieros modernos.

ai-data-science-team — Un equipo de ciencia de datos impulsado por IA que ayuda a los usuarios a completar tareas comunes de ciencia de datos más rápidamente.

Nemotron-CC — Convierte Common Crawl en un conjunto de datos de preentrenamiento a largo plazo y de alta calidad