OpenCity

Modelo de base espaço-temporal de código aberto para previsão de tráfego

Produto ComumProdutividadePrevisão de TráfegoModelo Espaço-Temporal

OpenCity é um modelo de base espaço-temporal de código aberto, focado na área de previsão de tráfego. O modelo integra a arquitetura Transformer e redes neurais gráficas para capturar e padronizar eficazmente as complexas relações espaço-temporais em dados de tráfego, alcançando generalização de amostra zero para diferentes ambientes urbanos. Ele é pré-treinado em conjuntos de dados de tráfego de grande escala e heterogêneos, aprendendo representações ricas e generalizáveis, aplicáveis a diversas situações de previsão de tráfego.

Best AI Websites & Tools

OpenCity

OpenCity Situação do Tráfego Mais Recente

OpenCity Tendência de Visitas

OpenCity Distribuição Geográfica das Visitas

OpenCity Fontes de Tráfego

OpenCity Alternativas

OpenCity — Modelo de base espaço-temporal de código aberto para previsão de tráfego

Qwen1.5-32B — Série de modelos de linguagem pré-treinados baseados em Transformer

Gemma-2b — Modelo de linguagem pré-treinado de código aberto lançado pelo Google.

Google Vision Transformer — Modelo de reconhecimento de imagem baseado em Transformer

QwQ-32B — QwQ-32B é um poderoso modelo de raciocínio, projetado para resolução de problemas complexos e geração de texto, com desempenho excepcional.

ART — Uma técnica de transformador de região anônima para geração de imagens transparentes multicamadas variáveis.

MoBA — MoBA é um mecanismo de atenção em blocos híbrido para contextos de texto longo, projetado para melhorar a eficiência de modelos de linguagem de grande porte.

Magma — Magma é um modelo básico capaz de entender e executar entradas multimodais, podendo ser usado em tarefas e ambientes complexos.

Janus-Pro-1B — Janus-Pro-1B é uma estrutura auto-regressiva unificada de compreensão e geração multimodal.

ViTPose — Conjunto de modelos ViTPose baseados em Transformer

timesfm-2.0-500m-pytorch — Modelo de previsão de séries temporais pré-treinado desenvolvido pelo Google Research.

ModernBERT-large — Modelo Transformer de codificador bidirecional de alto desempenho

ModernBERT — O ModernBERT é um modelo de codificador de nova geração com desempenho excepcional.

OpenEMMA — Modelo multimodal de direção autônoma de ponta a ponta de código aberto

ModernBERT-base — Modelo de codificador bidirecional eficiente para processamento de textos longos

SynCamMaster — Tecnologia de geração de vídeo sincronizada em múltiplas perspectivas

InternVL2_5-26B — Modelo de linguagem grande multimodal, integrando compreensão visual e linguística.

Meta Llama 3.3 — Modelo de linguagem grande pré-treinado multilíngue com 70 bilhões de parâmetros

Llama-3.3-70B-Instruct — Modelo de linguagem grande multilíngue com 70 bilhões de parâmetros

Aria-Base-64K — Modelo multi-modal nativo Mixture-of-Experts

OLMo 2 13B — Modelo de linguagem de referência acadêmica em inglês de alto desempenho

ViTLP — Modelo pré-treinado de layout de texto gerado por guia visual para inteligência de documentos

Star-Attention — Técnica de inferência eficiente para modelos de linguagem grandes e sequências longas

Qwen2.5-Coder-32B-Instruct-GPTQ-Int4 — Modelo de linguagem de código aberto com 3,2 bilhões de parâmetros para geração de código.

Qwen2.5-Coder-0.5B-Instruct — Modelo de geração de código de 0,5B de parâmetros com ajuste de instruções da série Qwen2.5-Coder

Qwen2.5-Coder-3B — Modelo de 3B parâmetros da série Qwen2.5-Coder, focado em geração e compreensão de código.

Relatório Técnico do Qwen2.5-Coder — Série de Relatórios Técnicos do Qwen2.5-Coder

MobileLLM-1B — Modelo de linguagem de um bilhão de parâmetros desenvolvido pelo Meta, adequado para aplicações em dispositivos.

MobileLLM-600M — Modelo de linguagem de 600M de parâmetros, eficiente e otimizado, projetado para aplicações em dispositivos.

MobileLLM-350M — Modelo de linguagem eficiente e otimizado com menos de um bilhão de parâmetros, projetado para aplicações em dispositivos.