Torch

开放域视觉定位：支持通过自然语言指令，在图像中定位任意指定的物体、人物或场景元素。思维链增强推理：利用大模型的内在推理能力，通过多步思考提升复杂场景下的定位准确性。参数高效微调：采用LoRA技术对Qwen2.5-VL-7B模型进行微调，仅训练少量参数即可显著提升在目标领域的效果。完整训练流水线：实现

Myolotrain是一个可视化管理yolo视觉模型训练的系统，为计算机视觉任务提供了直观的图形界面。该平台集成了在线标注、数据集管理、模型管理、训练管理和目标检测功能，支持windows、linux、docker等多种部署方式，使用户能够轻松地训练和部署YOLOv8模型，支持CPU和GPU，使用t

1.支持单文件（如CSV,JSON）与大规模多文件数据集合的分布式存储与管理方案。建立了完整的数据版本控制、标注，为不同情景下的专业模型研发提供了高质量、标准化的数据供给。2.开发了灵活的算法集成框架，支持将数据清洗、特征工程、指标分析等预处理算法以及专业AI模型进行统一注册、编排与版本管理。直接为

知识文库系统构建：设计并开发了平台的核心知识库系统。完成多源数据（包括结构化医疗指南、非结构化护理文献及UGC护理日志）的ETL流程，利用NLP技术（如关键词提取、文本分类、实体识别）进行知识提取与结构化处理，构建了超过10万条目的老年照护知识图谱，支持多模态与高效检索。智能对话系统：基于知识图谱与

2022年3月以来，上海本土疫情呈多点散发、多链并行、隐匿传播、快速蔓延态势，被报告的感染者主要为奥密克戎变异株BA.2分支，截至4月27日，总感染人数已超过54万。项目旨在通过收集并可视化上海市卫健委发布的官方数据，展现上海各区县疫情动态分布情况，并将其整理为机器可读的数据格式进行开源。

API接口安全分析POST/api/analyze：安全分析POST/api/meta-cognition：元认知分析POST/api/intelligent-reasoning：智能推理POST/api/decision：决策生成实验管理POST/api/experiment/create：创建实

本项目是一个基于Django框架的技术合同智能生成系统，主要包含以下功能模块：1.合同智能生成模块：提供完整的合同表单填写界面，支持20个关键合同条款的定制化输入，包括许可方信息、专利明细、费用支付方式、保密条款等，能够根据用户选择动态显示相关字段。2.文件管理下载模块：具备合同文件列表展示功能，支

●项目介绍：本项目设计并实现了一个从单张人脸图像预测BMI的端到端系统。我们自行爬取数据并制作数据集，设计并实现了一个轻量级CNN。最终，模型在独立测试集上取得了4.39的平均绝对误差（MAE），并使用Flask框架将其封装成一个可交互的Web应用，完整实现了从数据获取、模型训练到服务部署的全流程。

1、核心功能模块：多智能体协同框架模块、DOM差异化分析模块、提示词工程优化模块、LoRA微调优化模块、RAG增强预定义模板库系统、成功案例优先队列模块、端到端自动化流程模块、多智能体闭环验证模块。2、主要功能描述：多智能体协同框架基于ReAct框架实现Think-Act-Observe迭代优化，可

1项目主要有，自动化AI标书生成,审核模块，知识库模块，权限模块。2项目主要AI标书自动化生成，智能提取招标文件，生成大纲菜单，用户自主编辑调整完成之后，生成标书内容。

EasyTune-LLM是一个专业的大语言模型微调平台，旨在简化LLM微调流程，让开发者和研究人员能够轻松地：管理训练数据集选择和配置基座模型创建和监控训练任务部署和测试微调后的模型

1，使用模型实时随机生成航空报文，模拟随机环境2，使用实时通讯系统，保证不同人员间低延迟快速通讯3，使用ai人员，方便人员不足时依然可以便利训练4，使用ai实时评估人员间的交互质量，为培训打分5，使用地图与机场小标提供信息

本平台聚焦零售场景数据价值挖掘，以“用数自由”为核心目标，整合零售业务数据与查询指标，通过“可视化呈现-智能预测-归因分析-高效交互”全流程能力，助力业务人员快速洞察数据、决策优化，核心功能如下：一、多维度可视化BI展示基于零售核心指标（如销售额、客流量、库存周转率、客单价等），提供5类专业BI控件

基于StableDiffusion开源接口构建的AI视觉创作平台，在交互与功能层面实现全链路优化：前端采用Vue框架打造直观流畅的操作界面，用户可轻松完成参数配置、模型选择与生成预览；模型应用支持双模式——既提供经过性能优化的系统预置模型，满足快速出图需求；也开放用户自定义训练通道，允许上传专属数据

功能介绍AI剧本生成模块输入核心剧情梗概，AI自动生成完整剧本与对白，支持多种风格（商业广告、科幻片、短剧等）。智能分镜模块将剧本文字转化为分镜头草图（StoryBoard），并可自动调整镜头运动、景深、光影氛围。虚拟演员与场景生成模块通过数字人生成与场景建模，自动创建符合剧本设定的角色与背景，节省

面向对象与问题解决 本方案面向天津大学师生和研究人员，打造了一个专属于校内用户的多模态AI交互平台。在当前教育环境中，一般性AI工具往往难以满足学术精确性和专业领域的深度需求，且公共大模型平台存在数据安全和隐私保护的顾虑。本项目解决了学术环境中对高质量AI交互工具的迫切需求，为教学、科研和学习提供安全可靠的智能助手，同时确保数据不外泡，满足校内信息安全标准。 方案特色与市场差异 相比市场上常见的通用型AI聊天方案，本平台具有以下突出特点： 多模态交互能力：支持文本与图像混合输入，可实现图文结合的深度交流，特别适合教学场景中的复杂知识传递和科研中的图表分析。 流式响应机制：采用实时流式响应技术，AI回复过程可见，大幅提升用户体验和交互效率，避免了传统请求-响应模式的等待焦虑。 校内专属定制：系统UI采用天津大学主题色彩（深蓝色#0a2351），结合学校特色，提升师生认同感和归属感。 多模型灵活切换：用户可在DeepSeek-R1和千问VL-2.5等先进大模型间自由切换，根据不同学科需求选择最适合的模型，满足从理工科到人文学科的多样化应用场景。 会话管理系统：完善的对话存储与管理功能，支持会话创建、重命名和归档，方便用户进行知识沉淀和学习复习。 图像智能处理：具备高级图像上传与分析能力，支持各类学术图表、实验数据和教学资料的深度理解。 技术架构与产品组成 本方案采用现代化前后端分离架构： 前端技术栈：React + TypeScript构建，采用Context API进行状态管理，实现了轻量高效的用户界面。 后端服务：基于Flask的RESTful API设计，集成了图像处理服务和大模型调用接口，确保响应速度和系统稳定性。 数据存储：采用关系型数据库存储用户会话和消息历史，结合图床服务实现高效的多媒体内容管理。 AI模型集成：DeepSeek-R1 671B（擅长逻辑推理和专业领域）和QwenVL-2.5（视觉语言多模态能力强）双模型支持，满足不同学科的智能助手需求。 本项目成功融合了先进AI技术与教育场景需求，为天津大学打造了一个专属的、安全的、高效的智能交互平台，极大提升了校内智能化教学与研究水平