DodgeDrone-基于视觉的灵活无人机飞行

一个关于Embedding的详细项目，涵盖了Embedding的概念、应用和实现方法。

Open Canvas 是一个开源的网络应用，旨在通过与智能代理的协作，提升文档撰写的效率和质量。

AtomGPT是基于LLaMA的模型架构，通过从零开始训练，旨在展示模型的进化过程及学习能力的提升，帮助研究人员深入理解模型的学习过程。

该项目结合了视频语音识别与字幕翻译技术，能够自动识别视频中的语音并生成字幕，同时支持多种语言的翻译功能，旨在提升视频内容的可访问性和多语言观众的体验。

adapt-demos是一个轻量级的工具集，旨在快速和轻松地演示大型语言模型（LLM）的功能，支持多种模型的比较与安全过滤，便于用户保存对话记录，简化AI模型的演示过程。

这是一个无需Plus订阅的免费GPT提示集合，提供多种用途的提示，定期更新，界面友好，方便用户使用。

Pipeless 是一个开源计算机视觉框架，用于创建和部署应用程序，无需构建和维护多媒体管道的复杂性。它提供了创建和部署高效计算机视觉应用程序所需的一切，这些应用程序只需几分钟即可实时运行。

使用gpt-4o-mini实现零样本PDF文档的OCR转换，为AI处理提供简洁的Markdown格式输出，优化了文档的视觉呈现和信息提取。

CAME（Confidence-guided Adaptive Memory Optimization）是一个旨在通过信心引导机制来优化模型内存使用的项目，提升大语言模型的性能。

一个用于非因果建模的双向线性注意力实现项目，通过Triton优化模型性能，特别适合需要高效处理大量数据的AI应用

Vulp 是一个用于实时运动控制的 Python 库，提供标准的动作-观察循环，旨在控制各种执行器和模拟器，具备易于集成和扩展的特性。

TaxEval 是一个专注于税务领域的语言模型评估工具，支持多种评估指标并提供详细的评估报告，便于集成到现有的税务应用中。

LLM-Engines是一个统一的大规模语言模型推理引擎，支持多种开源模型（如VLLM、SGLang、Together）和商业模型（如OpenAI、Mistral、Claude），通过不同引擎验证推理的准确性，旨在提供高效和灵活的语言处理解决方案。

AWS架构图代码化工具：通过YAML代码绘制Amazon Web Services基础设施图的命令行接口工具，支持代码重用、测试、集成和自动化制图流程，使用人类可读的YAML管理图表

音频领域的大型语言模型集合，专注于音频处理、理解和生成，为音频语言模型提供丰富的资源和工具

Docling是一个高效的工具，可以将PDF文档快速转换为JSON或Markdown格式。它具备详细的页面布局理解、阅读顺序恢复和表格结构提取的能力，此外，还提供可选的OCR功能，以便处理扫描文档。

dify-on-wechat是一个集成了LLMOps平台的智能助手，专为微信生态设计，通过调用工具和知识库，支持Dify工作流，助力用户高效完成各种任务。

这个开源项目提供了一个常用模式的 cheatsheet，供使用 ChatGPT 的人使用，以便更有效地创建 prompt。