YaRN-高效的上下文窗口扩展工具

一个将Transformers与YOLO及其他单阶段检测器(SSD)结合的深度学习框架，提供高性能推理和便捷的CLI接口。支持D-FINE等先进模型，具备视频流推理、自动分布式训练等特性。适用于需要transformer增强的目标检测任务，提供Python API和Docker部署支持。

将树莓派变成一个低延迟的家庭安全摄像头，支持多人同时观看直播流。

高效LLM推理工具：在Slurm集群上使用vLLM进行高效大型语言模型（LLM）推理，简化了推理服务器的运行和管理，支持自定义配置以适应不同环境

LlamaIndex的动态章节检索技术，确保在检索时获取完整的章节上下文，避免文档章节结构被忽略。该项目通过将文档划分为多个区块并标记对应的章节，利用语义搜索和元数据进行两次检索，从而提高检索的准确性和效率。

一个全面的企业级RAG系统教程项目，涵盖从入门到精通的完整知识体系。包括文档问答、检索优化、评估方法、Agent实现等多个模块，提供详细的实践示例和优化方案，帮助开发者构建高质量的RAG应用

一个简洁、易于修改的GraphRAG实现，提供了小型化、快速、清晰的GraphRAG核心功能，同时保持了可扩展性、异步处理和全面类型化

首款利用大型语言模型（LLM）进行零样本漏洞发现的工具，能自动分析代码，检测远程可利用的安全漏洞，帮助开发者及时发现和修复潜在的安全隐患。

AutoGen UI是一个支持使用多个代理来开发大型语言模型（LLM）应用的框架。这些代理能够相互对话，以协同解决复杂任务，极大地简化了LLM应用的开发流程，同时具有强大的可扩展性和用户友好的Web界面。

Python数据可视化库，用于创建优美的山脊线图(ridgeline plots)，基于Plotly生态系统，提供简单易用的接口和丰富的配置选项。支持交互式显示、多轨迹绘制，适用于展示多组分布数据的时间序列或分类数据

KernelBench是用于评估大语言模型(LLM)编写GPU内核能力的基准测试工具。它提供四个级别的测试类别，包括单内核运算符、简单融合模式、完整模型架构和HuggingFace模型优化。该工具可以测试LLM将PyTorch算子转译为CUDA内核的能力，并评估生成代码的编译、正确性和性能。

该项目根据我们的调查整理了评估大型语言模型的文献，提供了全面的评价方法和研究资料。

该项目提供了一种利用多模态半监督学习进行文本识别的方法，结合了标记和未标记数据以提高识别精度。

微软的文本转语音头像项目，允许用户通过文本输入创建会说话的头像视频，构建实时交互式机器人。

MLE-Agent是一个智能助手，旨在为AI工程和研究提供无缝支持，包括自动化基线创建、智能调试等功能，助力用户高效管理机器学习项目。

SentenceX是一个支持多种语言的句子分割库，针对速度和实用性进行了优化，适用于文本到语音和机器翻译等多种应用场景。

GPTRPG是一个支持llm的AI代理的简单类似RPG的环境，通过OpenAI API将AI代理植入到游戏角色中，部署多个代理以自主参与在线游戏，提供动态剧情生成和交互式体验。

该项目提供了用于Google扫描对象数据集的MuJoCo模型，旨在支持物体识别和机器人操作任务。它包含多种真实物体的详细几何数据，并与MuJoCo仿真环境无缝集成，适用于多种物理仿真和机器人研究。

FAMIE是一个快速的主动学习框架，专注于多语言信息抽取，旨在提高数据处理和模型优化的效率。它支持多种语言的信息抽取，提供用户友好的界面和灵活的模型配置，结合高效的数据标注工具，适用于快速迭代和评估不同的学习策略。