groundingLMM:GLaMM(接地大型多模态模型)是一个端到端训练的大型多模态模型,能够生成与对象分割掩码集成的自然语言响应,实现了视觉接地,并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成(GCG)任务,支持指代表达式分割和区域级图像描述等多种下游应用,并以大规模的GranD数据集为基础。;ruflo:Ruflo v3 是基于 Claude 的企业级多智能体编排平台,具备智能体间共识算法、向量数据库持久记忆、自学习工作流和原生 Claude Code SDK 集成,专为大规模部署自主 Agent 流水线而设计。
理解并响应用户关于特定图像区域查询的交互式视觉助手。
运行并行 Claude Agent 群进行大规模文档处理