Awesome-Auto-Regressive-in-GenerativeAI-自回归生成式AI论文资源汇总

FewCLUE是一个专为中文自然语言处理设计的小样本学习测评基准，提供多种评测任务，支持各种模型和算法的评估，易于扩展和定制，旨在推动中文NLP研究的发展。

Meta 的应用强化学习团队带来了可投入生产的强化学习 AI 代理库，支持多种算法和高效的样本利用率，适用于不同的应用场景。

该项目提供了图基础模型的文献资源列表，旨在汇总最新的研究成果和方法，支持多种图学习任务，促进图模型的知识共享与交流。

AubAI是一个开源的Flutter/Dart包，旨在为移动应用提供先进的本地生成式AI(gen-AI)模型，包括离线文本生成等功能。

Claude Engineer 是一个交互式命令行界面 (CLI)，它利用 Anthropic 的 Claude-3.5-Sonnet 模型的强大功能来协助完成软件开发任务，整合了文件系统操作、网络搜索和代码分析等多种功能，以增强开发效率。

PentestGPT 是一个利用 GPT 技术进行渗透测试的工具，能够智能识别和扫描漏洞，自动生成测试报告，并支持多种攻击向量，旨在提升渗透测试的效率和准确性。

Meta的MusicGen及其微调模块的cog实现，可用于音乐生成，并支持自定义数据集进行微调。该项目使用户能够生成高质量的音乐，并根据特定需求调整模型，以创造出符合个人风格的音乐作品。

FinRL-Meta 是一个为数据驱动金融强化学习提供多种市场环境的框架，支持多种算法，并集成数据处理和特征工程工具，具有良好的可扩展性，方便用户自定义环境，提供丰富的示例和文档，易于上手。

CLIP（对比语言-图像预训练）是一种神经网络，训练于各种（图像，文本）对之间。它可以通过自然语言指示，在不直接优化任务的情况下，预测给定图像最相关的文本片段，类似于 GPT-2 和 GPT-3 的零样本能力。

一个轻量级、高效、易于修改的大型语言模型（LLM）研究代码库，主要功能是支持研究者进行模型训练和推理，具有易于修改的PyTorch组件，方便尝试新的架构、损失函数和数据集。

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

该项目旨在让用户体验Ultra HDR技术，通过友好的界面和实时效果预览，让用户可以轻松测试和调整HDR设置。

Sōzu HTTP 是一个反向代理，在运行时可配置，快速且安全，内置于 Rust。它能够动态接收配置更改并处理 SSL，保护后端服务不受直接网络访问。

Lobe Vidol是一个虚拟偶像创作平台，让用户能够轻松创建个性化的虚拟角色，并享受与这些角色的互动和对话体验。它提供了用户友好的界面和丰富的素材库，使得角色的外观和声音可以自由定制，同时也支持多种互动方式，增强用户与虚拟偶像之间的联系。

这是一个用于向量相似性搜索的性能库，利用本地自适应向量量化和高度优化的索引与搜索算法，实现了在数十亿个高维向量上进行高精度和极快速度的搜索，同时比替代品占用更少内存。

AirLLM 可以让你的 70B 大型语言模型在单个 4GB GPU 卡上运行推理，或者让 405B Llama3.1 在 8G 的 GPU 卡上运行。

Llama Stack 是一个开源项目，旨在将 LLM 应用构建生成周期的所有组件打包，包括训练、微调、产品评估、观测、Agent & Memory、合成数据生成等，并支持 9+ 提供商。

Voice Changer 是一款实时语音转换客户端，支持Windows和Mac。它可以实时变声成其他人或者虚拟角色的音色，可以接入多种语音转换技术。