Skywork-R1V是首个开源的多模态推理模型，具备先进的视觉链式思维能力
Skywork-R1V是首个开源的多模态推理模型，具备视觉链式思维能力，能够进行复杂的图像问题分解、解决视觉数学问题和解释科学医学图像。
开源
基于多模态大语言模型的 PDF 转 Markdown 工具MarkPDFDown
基于多模态大语言模型的PDF转Markdown工具，支持任意PDF文档转换为结构清晰的Markdown格式，并完整保留排版、表格等元素。
13.1K+ Star！Dagger：一个高效的容器化工作流工具
Dagger是一个开源工作流运行时，适用于AI代理和CI/CD工作流。它具有容器化执行、类型安全连接、自动工件缓存、可观测性、开放平台等特性。
3月18日周二 | Python热门项目
Python项目排行：1. Ollama Deep Researcher；2. RD-Agent；3. System Design Primer；4. OpenBB；5.RA.Aid；6.DevOps Exercises；7.Fastrtc；8.MinerU；9.ai-hedge-fund。
3D动画革命！北航团队破解交互难题，一键生成影视级打斗场面
Sitcom-Crafter 是一个基于剧情驱动的 3D 人类动作生成系统，由北京航空航天大学、香港中文大学（深圳）、悉尼科技大学和中山大学等高校联合开发。它能够根据用户提供的长剧情指导生成多样化且物理真实的动作，支持多种交互场景，并通过增强模块优化动作的流畅性、自然性和同步性。
SmolDocling-256M多模态OCR识别，用于治疗推理的智能体TxAgent，
SmolDocling-256M-preview高效文档转换模型，支持多种元素识别和转换。OpenSearch-SQL无需额外训练提升文本到SQL生成准确性。MarkPDFDown精准将PDF转为Markdown格式。TxAgent利用多步骤推理提供个性化治疗方案。RDAgent自动化数据驱动研发流程，加速创新研究。
LanPaint：无需额外训练即可实现高质量图像修复的AI工具
LanPaint是一款无需额外训练的AI工具，能够与Stable Diffusion模型无缝对接进行高质量图像修复，支持‘思考模式’优化效果，并允许生成100%新内容。
注释版 NanoGPT
Two years ago, Andrej Karpathy released an influential video on recreating GPT-2 from scratch.
