公共资源速递
5 个公共数据集：
-
UQ 未解问题数据集
-
HH-RLHF 人类偏好数据集
-
Lung Cancer Risk 肺癌风险数据集
-
LoongBench 多领域推理基准数据集
-
Nemotron-Post-Training-Dataset-v2 后训练数据集
1 个公共模型：
- ERNIE-4.5-21B-A3B-Thinking
10 个公共教程：
-
SRPO：图像生成告别 AI 味!
-
FastVLM：极速视觉语言模型
-
RFdiffusion2：蛋白质设计工具
-
HiDream-E1.1：指令式图片编辑器
-
RFantibody：抗体和纳米抗体设计工具
-
DeepTCR：深度学习预测 TCR-肽亲和力
-
Wan2.2-S2V-14B：影视级音频驱动视频生成
-
SEED-X-PPO-7B：强化学习优化的多语言翻译模型
-
IndexTTS-2：突破自回归 TTS 时长与情感控制瓶颈
-
ERNIE-4.5-21B-A3B-Thinking：轻量化模型推理能力再升级
访问网立即使用：openbayes.com
公共数据集
UQ 数据集由来自 Stack Exchange 平台的 500 个长期未解答问题构成，覆盖计算机科学理论、数学、科幻、历史等多主题，并采用「规则过滤 + LLM 评审 + 人工审核」收集管线，配套 UQ-Validators 用于候选答案的自动预筛与社区复核。
在线使用：
数据集构建流程
HH-RLHF 人类偏好数据集主要由两部分组成：有帮助/无害性数据集（有帮助性数据集旨在提高 AI 助手的实用性和响应质量。无害性数据集的目标是确保 AI助手不会产生有害、冒犯或不适当的内容）和红队对话数据集（记录了人类试图「破坏」AI 助手的对话，目的是测试和提高 AI 系统的鲁棒性）。
在线使用：
Lung Cancer Risk 数据集包含 50,000 条基于已知肺癌风险因素（例如生活习惯、环境暴露和家族史等）的患者资料，其中阳性病例约占 25%，反映了现实中肺癌的患病率。
在线使用：
LoongBench 数据集包含 8,729 条以自然语言问题形式表达、覆盖高等数学、高等物理学、化学、计算生物学、编程等 12 个推理密集型领域，每条样本不仅附带可执行代码和经过验证的答案，还包括问题陈述、详细推理过程、最终解答，以及元数据（问题 ID 与领域信息）和领域标签。
在线使用：
数据集构成
5. Nemotron-Post-Training-Dataset-v2 后训练数据集
Nemotron-Post-Training-Dataset-v2 数据集将 SFT 与 RL 数据扩展到五种目标语言（西/法/德/意/日），覆盖数学、代码、 STEM（科学、技术、工程和数学）、对话等场景，用于提升模型的推理与指令跟随能力；并提供基于元数据的筛选功能与典型子集示例。
在线使用：
公共模型
发布机构： 百度
ERNIE-4.5-21B-A3B-Thinking 总参数规模为 21B，但每个 token 仅激活 3B 参数，在高效计算与顶尖性能之间取得了出色平衡。该模型经过指令微调与强化学习训练，支持长达 128K token 的上下文窗口，使其特别擅长处理需要长文本理解和多步推理的复杂任务，如逻辑推理、数学计算、科学问题解答、代码生成与高质量文本创作。
在线使用：
公共教程
SRPO 通过将奖励信号设计为文本条件信号，实现对奖励的在线调整，减少对离线奖励微调的依赖。SRPO 引入 Direct-Align 技术，通过预定义噪声先验直接从任何时间步恢复原始图像，避免在后期时间步的过度优化问题。在 FLUX.1.dev 模型上的实验表明，SRPO 能显著提升生成图像的人类评估真实感和审美质量，且训练效率极高，仅需 10 分钟即可完成优化。
在线运行：
项目示例
FastVLM 模型引入 FastViTHD 新型混合视觉编码器，有效减少视觉 token 数量，显著降低编码时间。FastVLM 在保持与现有 VLM 相似性能的同时，大幅提升处理速度，例如在 LLaVA-1.5 设置中，相比其他模型，将首次生成 token 的时间（TTFT）缩短 3.2 倍。FastVLM 在多种 VLM 基准测试中表现出色，且模型尺寸更小，训练数据需求更少，展现在多模态理解任务中的高效性和实用性。
在线运行：
项目示例
RFdiffusion2 不仅能够根据简单的化学反应描述，生成具有定制活性位点的酶骨架，还极大地突破了以往设计催化剂的技术瓶颈，为塑料降解等重大应用提供了强有力的技术支持。
在线运行：
HiDream-E1.1 模型基于自研的 Sparse Diffusion Transformer 架构，支持百万像素级分辨率，采用 MIT 开源协议。该模型实现了「所说即所改」的自然语言图像编辑功能，用户无需专业软件操作技能，通过简单语言指令即可完成色彩调整、风格迁移、元素增减等复杂任务。
在线运行：
项目示例
RFantibody 的核心是利用深度学习技术，通过结构信息来预测和设计抗体的三维结构和氨基酸序列，从而开发出针对特定靶点的定制化抗体。RFantibody 可以广泛应用于生物医学研究、药物开发以及疫苗设计等领域。
在线运行：
该教程为 DeepTCR 的完整入门教程，不仅介绍了理论背景（TCR 结构与免疫学意义），还提供了安装步骤、数据加载方法、代码实例和可视化的完整流程，帮助快速上手进行 TCR 数据分析。
在线运行：
Wan2.2-S2V-14B 仅需一张静态图片和一段音频，能生成电影级数字人视频，视频时长可达分钟级，支持多种图片类型和画幅。用户通过输入文本提示，可对视频画面进行控制，让画面更丰富。模型融合多种创新技术，实现复杂场景的音频驱动视频生成，支持长视频生成及多分辨率训练与推理。
在线运行：
效果展示
8. SEED-X-PPO-7B：强化学习优化的多语言翻译模型
SEED-X-PPO-7B 核心目标是解决跨语言场景下的「高精度语义传递」需求。该模型突破了传统翻译模型在小语种适配、文化语境还原、长文本连贯性上的局限，支持中文、英语、德语、法语、西班牙语、日语、韩语等 28 种主流语言互译，在日常对话、专业文档（如技术手册、学术摘要）、多文化场景（如跨境营销文案）中均能保持优异的翻译质量。
在线运行：
项目示例
9. IndexTTS-2：突破自回归 TTS 时长与情感控制瓶颈
IndexTTS-2 模型在情感表达和时长控制方面实现了重大突破，是首个支持精确时长控制的自回归 TTS 模型。支持零样本声音克隆，仅需一个音频文件即可精准复制音色、节奏和说话风格，支持多语言。IndexTTS-2 实现了情感音色分离控制，用户可以独立指定音色来源和情绪来源。模型具备多模态情感输入功能，支持通过情感参考音频、情感描述文本或情感向量来控制情感。
在线运行：
效果展示
10. ERNIE-4.5-21B-A3B-Thinking：轻量化模型推理能力再升级
ERNIE-4.5-21B-A3B-Thinking 采用了混合专家（MoE）架构，总参数规模达 21B，每个 token 激活 3B 参数，通过指令微调及强化学习训练。ERNIE-4.5-21B-A3B-Thinking 是在 ERNIE-4.5-21B-A3B 基础上训练的深度思考模型，支持 128K 的上下文窗口，适用于需要长上下文的复杂推理任务。该模型不仅在逻辑推理、数学、科学，代码与文本生成等需要人类专家的任务上实现了显著提升，还具备高效的工具调用能力，能够支持复杂任务的自动化处理。
在线运行：
效果展示
