draw.io-开源免费的作图工具

ParLlama是一款为Ollama语言模型设计的文本用户界面（TUI）应用，用户可以轻松管理和使用基于Ollama的大型语言模型（LLMs），同时支持深色和浅色模式以及自定义主题，以满足不同用户的需求。

基于LLaMA衍生的本地模型，风格偏向ChatGPT的聊天模式，能够接入流行的ChatGPT开源界面Chatbot UI。该项目旨在提供高效的自然语言处理功能，支持多种语言的输入和输出，可在本地运行，无需依赖互联网，特别适合低资源环境。

这个开源项目的功能是帮助用户在短时间内部署基于ChatGPT的Web应用程序。

AWS AI Stack是一个现成的全栈模板项目，旨在帮助开发者在AWS上构建无服务器的AI应用程序，支持多种功能，并提供强大的基础设施支持。

专门整理和总结全球中文大语言模型（LLM）资源的项目，包括数据、微调、推理、评估、体验、RAG、Agent、搜索、书籍和课程等方面的资源

一个专注于挖掘多模态视觉语言模型潜力的开源项目，支持从2B到34B不同规模的密集和MoE大型语言模型，具备图像理解、推理和生成的能力。

micro 是一个基于终端的文本编辑器，旨在易于使用和直观，同时还利用了现代终端的功能。它是一个单一的、静态的二进制文件，没有依赖关系；可以立即下载并使用它！

llmbinge是一个基于大语言模型(LLM)的Web应用，旨在帮助用户深入探索特定主题。它能够生成相关的响应和建议，并允许用户通过点击这些建议进一步展开探索。目前，该应用仅支持ollama后端，提供了一个用户友好的界面，方便用户进行主题搜索和信息获取。

一个强大的AI智能体框架，基于树搜索算法提升AI代理的决策能力。支持多种搜索算法如蒙特卡洛树搜索(MCTS)、A*和贪心最佳优先搜索，可帮助AI代理探索和评估不同的工具使用路径，避免错误并做出更好的决策。仅需两行代码即可为代理添加搜索功能

课程资料由Brigham Frandsen教授的机器学习与因果推断课程提供，涵盖了基本概念、实践示例和代码实现，适合初学者和有经验的研究人员，包含丰富的学习资源和参考文献。

一个用于从NLP领域的科学论文中提取任务、数据集、指标和得分元组的工具，支持多种输入格式，具备高效的文本处理和信息提取算法，易于与现有科研工作流集成。

k3s-root 是 k3s 项目的核心组件，提供轻量级的 Kubernetes 解决方案，旨在简化容器管理和部署。

Enclaver 允许在安全的 enclaves 中运行代码，确保代码在执行过程中不被任何人观察或篡改，类似于 iPhone 的 enclave，但可以在 AWS 服务器上运行。

一个包含学习LLM的论文、学习资料、一手信息的阅读清单，可以收藏

这个开源项目提供了ChatGPT，一个可以进行人工对话的聊天机器人。此外，项目还可以使用算法和数据结构来测试ChatGPT的解题技能。用户可以将问题输入到ChatGPT中，然后ChatGPT会进行计算并给出答案。这个项目的论文详细介绍了ChatGPT的实现和应用，同时还提供了一个对话式库来帮助ChatGPT进行解题。值得注意的是，这个项目似乎是基于3.5版本而不是GPT-4版本的ChatGPT。

LangChain4j是一个开源的Java项目，它的目标是将AI能力应用于Java应用程序中，以增强其功能。通过使用LangChain4j，开发人员可以利用机器学习技术为Java应用程序提供更强大的功能，并实现更智能的功能。

Run:ai Model Streamer是一个用于将张量从文件流式传输到GPU内存的Python SDK，支持并发和流式处理。

EMMA是一个增强型多模态推理基准测试，用于评估大型多模态语言模型在数学、物理、化学和编程等领域的推理能力，帮助研究者发现模型在复杂多模态任务中的局限性。