pdftris-在PDF中玩的俄罗斯方块

GIMP的OpenVINO™ AI插件，功能包括超分辨率、风格迁移、修补、语义分割和Stable-Diffusion等，帮助用户提升图像处理能力，创造出更具艺术感的作品。

基于VSCode Dev Container的Python开发环境配置工具，集成了uv包管理器和Ruff代码格式化工具，提供开箱即用的开发环境，支持代码格式化、类型检查、pre-commit等功能

蚂蚁集团开源的测试行业大模型工具，主要包含测试领域模型TestGPT-7B模型及其配套工具。

WhisperLive是OpenAI的Whisper的近实时实现，通过语音活动检测(VAD)仅在检测到语音时发送音频数据到Whisper模型，从而减少数据传输并提高转录准确性。

分享 GitHub 上一份开源免费的在线教程，涵盖了 PyTorch 基础知识、神经网络、计算机视觉、自定义数据集处理、模块化代码编写以及模型部署等内容。

用于微调和评估开源大型语言模型的工具集，目前处于早期开发阶段，旨在为研究人员和开发者提供一个强大、灵活且易于使用的解决方案。

open-llms项目整理了可商用的大语言模型列表，并详细列出了各模型的许可协议，旨在为用户提供最新、全面的信息，方便用户在选择和使用这些模型时进行比较和决策。

高性能生产级API，用于托管MLX模型，包括视觉语言模型(VLM)和语言模型(LM)，支持多种模型架构，优化资源管理，提供定制化服务

SimPO 通过将强化学习转变为有监督的成对损失，提供了一种新的方法来处理序列生成任务。

这个 repo 收集了一些大厂在数据科学和机器学习方面的论文和技术博客，包括 Google、Amazon、Netflix、Airbnb 等等，目前 repo 的 star 数 21.4k

NeMo-Guardrails是一个提示词防火墙项目，通过自创的Colang预定义rails方式收敛和过滤大语言模型(LLM)的输入，提供安全性和灵活性，确保输出的质量和合规性。

S.A.T.U.R.D.A.Y是一个用于处理WebRTC、音频和AI的工具箱，基于Pion、whisper.cpp和Coqui TTS构建。

fill3D，室内设计的生成式AI，也许以后会成为室内设计的默认工具！

CreatiLayout是一个通过布局和文本提示生成高质量图像的框架，旨在帮助用户实现更具创意的视觉效果，适用于各种创意设计应用。

文本聚类项目提供了便捷的工具，能够对文本进行嵌入和聚类，并为聚类结果添加语义标签，帮助用户更好地理解和组织文本数据。

Dataflowr Notebooks是一组用于数据科学和机器学习任务的Jupyter笔记本，旨在提供可重用的代码示例和模板，帮助用户高效进行数据分析和模型开发。

Readest是一款开源的电子书阅读软件，支持多种电子书格式，并提供跨平台的无缝体验，用户可以在各种设备上轻松阅读和管理其电子书。

viz-gpt是一个可视化工具，旨在帮助用户理解和互动AI生成的内容，提供直观的方式来分析和评估GPT模型的输出。它支持实时反馈和多种数据源的集成，使用户能够根据不同的需求自定义设置。