MoBA（Mixture of Block Attention）是由 Moonshot AI 提出的一种新型注意力机制，旨在提高大型语言模型（LLMs）处理长上下文任务的效率。

通过强大的AI技术和广泛的集成应用，极大地提升了用户的生产力和工作效率。

NoteLLM是小红书推出的一款针对笔记推荐的多模态大型语言模型框架，旨在通过自然语言处理技术和大语言模型（LLM）的强大语义理解能力，提升笔记推荐的准确性和相关性。

DeepRAG 是由中科院、中科大和腾讯微信AI部联合开发的新型检索增强生成（Retrieval-Augmented Generation, RAG）框架，旨在提升大型语言模型（LLMs）在推理和检索任务中的性能。

VideoReward主要用于视频生成模型的优化，能够显著提升视频生成的质量和用户满意度。它适用于需要高质量视频生成的场景，如内容创作、广告制作、教育视频等。

Google AI学习平台

该体系包括三大基础模型：书生·多模态、书生·浦语和书生·天际，并且提供首个面向大模型研发与应用的全链条开源体系。

BitsAI-CR旨在通过两阶段处理流程实现高效代码审查，以解决传统代码审查工具在精度和实用性方面的不足。该工具基于字节跳动自研的大型语言模型Doubao-Pro-32K-0828。

一个结合了大型语言模型（如GPT-4）和Manim动画引擎的工具，旨在通过简单的文本描述生成复杂的数学和科学动画视频。