中国农科院发布首个农耕大模型1.0,专注于高标准农田监测、耕地保护与质量提升。该模型由唐华俊院士主导,采用“通识大模型+领域知识+垂直工具链”架构,能自动检测耕地时空变化并及时预警,推动农业智能化发展。
中国农科院发布首个农耕智能模型1.0,由唐华俊院士团队研发,采用“通识大模型+领域知识+垂直工具链”架构,旨在推动高标准农田建设和耕地保护,实现科技与农业深度融合。
中国农大发布神农大模型3.0,覆盖全国农业学科与应用场景,推动农业AI进入新阶段。模型聚焦36个农业智能体,实现“小体积、高智能、低成本”目标,提供32B、7B和1B三个版本,采用动态稀疏与增量压缩技术,算力降低50%。
中国农大发布神农大模型3.0,覆盖全国农业学科与应用场景,推动农业AI进入新阶段。从1.0的基础问答到2.0的多模态扩展,3.0版本聚焦实际应用,标志着技术持续迭代升级。
通过AI驱动的工具和洞察力,为农民提供优化产量和可持续增长的农业解决方案。
农业管理平台
AI数据分析的革命,为可持续农业带来变革
每棵树的智能农业
KissanAI
针对印度农业的气候智能型农业(CRSA)推理增强模型的实验性研究预览版
persadian
CropSeek-LLM 是一款专为作物优化提供决策支持的微调语言模型,基于DeepSeek-R1架构,擅长解答作物种植、土壤条件、害虫防治等农业领域问题。
wambugu71
专为智能农业系统设计的视觉变换器模型,用于作物病害识别,支持玉米、马铃薯、水稻和小麦等作物的多种病害检测。
基于Qwen-VL-chat微调的农业病害检测模型,专注于水稻、玉米和小麦三大作物的病害识别与防治建议。
gbstox
基于Nous-Hermes-2-Yi-34B微调的农艺学专用大语言模型,专注于农业领域知识问答
gigilin7
这是一个专为农业领域优化的BERT模型,采用MLM(掩码语言模型)自监督学习方法进行训练。
valadhi
基于Swin Transformer Tiny架构的农业视觉图像分类模型,在imagefolder数据集上微调,准确率达92.03%
recobo
基于SciBERT检查点进行领域适应性预训练的农业领域专用模型,优化了农业领域文本处理能力。
这是一个基于sentence-transformers的模型,专门针对农业领域文本优化,能将句子和段落映射到512维向量空间,适用于聚类和语义搜索等任务。
一个基于TypeScript和PostgreSQL的MCP服务器系统,用于管理永续农业花园的苗床、植物、观测和收获,提供全面的园艺管理工具。
这是一个MCP服务器项目,用于通过法国国家地理与林业信息研究所(IGN)的Carto API查询法国地理数据,包括地籍、农业、环境、城市规划和行政信息。