VideoReTalking-让视频中的嘴型与音频同步

使用 Vectara 由LLM 提供动力的对话 AI，可自定义和部署预构建的会话搜索用户界面，用于连接到 Vectara 中导入的数据。该项目旨在增强用户与数据的互动体验，提供灵活的搜索和对话功能。

LLMOps是一个灵活、稳健且高效的Python工具包，专为大型语言模型(LLM)的运营设计。它提供了模型注册、实验跟踪和实时推理等关键功能，帮助开发者和研究人员更好地管理和优化他们的模型。该工具包支持高效的操作，并具备灵活的集成能力，适用于各种机器学习工作流。

一个完整的大语言模型(LLM)可解释性研究项目，使用稀疏自编码器(SAE)分析Llama 3.2模型，由纯PyTorch实现且可完全复现。包含从数据采集、SAE训练、特征分析到验证的全套流程，可帮助理解模型内部行为和概念表示

i18n-cli是一个开源项目，用于帮助网站和App支持多语言。它通过接入ChatGPT帮助自动翻译语言文件，省去翻译专业人士的费用。

为研究人员量身打造的智能助手工具，能帮助你从文献综述到实验设计，再到报告撰写，全程自动化地推进研究项目，让科研工作更加高效便捷

本项目对零阶优化技术进行了基准研究，重点关注在微调大型语言模型时的内存效率。

运行一个大型AI小镇，基于RWKV智能体，支持本地部署，提供丰富的交互和定制体验。

DevOpsGenius 旨在结合 LLM 重塑软件开发中的 DevOps 实践。将 LLM 视为团队的初级 “打杂工”，为团队提供各类辅助能力，以提高开发流程的效率和质量。

xCodeEval是一个大规模多语言多任务基准，用于评估代码理解、生成、翻译和检索的能力，旨在为研究和开发提供支持。

ava-fast-check是一个基于fast-check的库，为AVA提供属性基础的测试支持，能够自动生成测试用例，从而提高测试覆盖率和质量。

D2 终端技术大会已持续18年，致力于分享技术干货与最新趋势，聚焦前端技术与AI影响，深入探讨大厂的基础设施与应用研究，提供AI在成本降低与效率提升方面的见解。

LLM-Dojo是一个开源大模型学习场，提供简洁易读的代码框架，支持多种主流模型的训练和强化学习技术，旨在帮助AI爱好者和研究者进行深入的研究和开发。

Dockle 是用于安全的容器镜像 Linter，帮助构建最佳实践 Docker 镜像，易于上手。

LLM-zero2hero是一个高度解耦的微调项目，旨在支持大语言模型的自定义训练、验证和推理过程。它提供了全量微调和LoRA微调的能力，使用户能够灵活地调整模型以满足特定需求。

基于微博开源的Rill Flow项目，旨在搭建大模型应用的技术平台，支持多种大模型的集成与管理，提供用户友好的界面用于模型训练和推理，兼容多种数据源与格式，支持分布式计算以提高模型训练效率，并具有丰富的监控与日志功能。

Chapyter 是 JupyterLab 的扩展，能将 GPT-4 无缝连接到编程环境，具备代码解释器，能够将自然语言描述翻译成 Python 代码并自动执行，提升编程效率和交互式学习体验。

Cognify是一个用于生成式AI工作流的多方面优化工具，支持自动增强生成质量并降低成本，可与LangChain、DSPy等框架集成。

一个使用简单、原始的 C/CUDA 进行LLM培训的项目，旨在提供轻量级的实现，减少对大型库的依赖。