"OpenICL"-一个开源的上下文学习框架

LLM4SE是一个专为软件工程设计的大型语言模型，能够理解和生成多种编程语言的代码，自动化代码审查与重构，智能化错误检测与调试，并能自动生成项目文档。同时，LLM4SE可以与多种开发工具和环境集成，提升开发效率。

开源复现Moshi模型训练过程，包括音频编解码器Mimi及文本和音频的层次化语言模型。该项目为研究人员和开发者提供了一个完整的框架，用于训练和实现先进的语音和文本处理能力，支持实时对话和多模态学习。

Refinery是一个开源的数据中心化集成开发环境，专注于自然语言处理，结合了程序化标注、广泛的数据管理和神经搜索能力。

一个非常不错的，最新的人工智能免费课程列表，经过考验，保证品质。

Windows Agent Arena是一个用于大规模评估多模态操作系统代理的框架，旨在为研究人员提供高效的测试和评估工具。它支持不同类型的操作系统代理，能够在各种场景下进行性能测试，以帮助开发更智能的系统。

一个 Chrome 扩展程序，能跟踪用户的浏览器交互，并利用 OpenAI 的 GPT 模型自动生成 Selenium 测试脚本，以简化自动化测试的创建过程。

一本专注于大语言模型实践应用的开源书籍，通过工具介绍和案例实践帮助快速上手大模型应用开发。

APISIX是一个动态、实时、高性能的API网关，提供了诸如负载均衡、服务发现和路由等功能。

这个开源项目是一个Chrome扩展，使用ChatGPT技术来总结已存档的研究论文。它可以帮助用户节省时间和工作量，让他们更快地了解论文的核心内容。

Fast-LLM是一个开源库，旨在加速大型语言模型的训练。它具有快速的训练速度、良好的可扩展性，支持多种模型架构，并且提供易于使用的接口，适合研究和工业应用。

MLX Engine是一个开源项目，旨在利用Apple M系列芯片的硬件加速能力，以超快的速度和100%本地、离线的方式运行大型语言模型（LLM）。它能够在M3芯片上以约250 tok/秒的速度运行Llama 3.2 1B模型，始终以结构化JSON格式输出，支持通过代码或Chat UI与模型进行交互，并能同时运行多个模型，用户还可以从Hugging Face下载任何模型。

一个本地网络研究和报告撰写助手，能够自动深入探索用户定义的任何主题，使用大型语言模型（LLM）生成搜索查询，获取网络搜索结果，并总结信息，填补知识空白。

这个开源项目的功能是将chatGPT接入Siri，同时支持机器学习。目前仅支持iPhone端，但后续会更新Android。

基于 Flutter 开发的开源免费抓包工具，界面简洁易用，满足拦截、检查和重写 HTTP(S) 请求等抓包基本需求。

Salesforce AI发布了一个名为CodeGen 2.5的开源项目，这是一个小型的代码生成模型。该模型具有以下几个功能：1. 与两倍大小的模型相当，具有较高的代码生成能力。2. 在1.5T代币上进行训练，具备较强的学习和理解能力。3. 具有快速填充采样功能，能够快速生成代码。

该项目汇集了精选的扩散模型推理论文，涵盖了多种技术，包括采样、缓存以及多GPU支持，为研究者和开发者提供了丰富的学习和应用资源。

Rust-Python Example是一个示例项目，展示如何使用Rust语言来扩展和加速Python应用程序，通过Rust与Python的无缝集成，可以显著提高性能，尤其是在数据处理和计算密集型任务中。

NanoFlow是一个面向大型语言模型(Large Language Models, LLMs)的高吞吐量高性能服务框架，采用设备内并行性、异步CPU调度和SSD卸载等关键技术，显著提升资源利用率和推理吞吐量。