PySpur-便捷构建与部署LLM计算图

HammerLLM是一个具有1.4B参数的语言模型，提供了简洁高效的训练代码库，同时完全开源了模型权重、环境、代码库和超参数，支持中英文的生成和理解，具有高效的训练和推理能力，适合多种自然语言处理任务。

基于ChatGPT-Next-Web的二次开发，提供带有用户管理和后台面板的ChatGPT网页应用。目前用户层的逻辑已经实现完毕，管理页面（后台）仍在开发中。

一个将GraphRAG技术与Dify平台结合使用的实践项目，通过HTTP服务方式将GraphRAG的知识图谱检索能力暴露给Dify使用。项目提供了完整的配置流程和DSL示例，特别针对游戏《王者荣耀》的知识库进行了实践演示，实现了基于知识图谱的智能问答系统。

一个汇集了大量关于人体动作生成的论文的项目，持续更新最新研究进展，涵盖多种生成方式，如动作到动作、文本到动作和音频到动作。

Triplit 是一个在服务器和浏览器之间实时同步数据的开源数据库，支持多种数据结构，易于集成，性能高效，适用于各种应用场景。

Self-Translate是一种技术，通过利用多语言语言模型的少样本翻译能力，能够有效地提高多语言语言模型的性能，克服对外部翻译系统的依赖，尤其在非英语输入场景下表现优越。

Awesome-FLUX-DiT是一个基于FLUX/DiT的扩散模型集合，支持图像和视频的生成、编辑、重建和修复等功能，旨在为用户提供丰富的多媒体处理能力。

由AI2开发的开源LLM评估系统，用于对基础模型和指令微调模型进行全面评估。

基于transformers.js的JupyterLab内联代码补全工具，为开发者和高级用户提供了探索JupyterLab 4.1版本新增内联补全API的途径，支持在浏览器中运行模型，提供代码和文本的自动补全建议。

PlotAI利用大型语言模型生成Python和Matplotlib的图表生成代码。用户只需提供DataFrame和一个提示，PlotAI会自动构建适合LLM的提示，并返回相应的Python代码和图表。

该课程包含人工智能可解释性分析领域的导论、算法综述、经典论文精读、代码实战和前沿讲座，由B站知名UP主“同济子豪兄”主讲，课程视频免费开源。

"Awesome Open-Ended AI"是一个由Jenny Zhang在GitHub上创建的开源项目，它是一个资源列表，主要涉及开放式AI学习资源。这个项目包含了许多开源和机器学习的内容。

Hamilton是一个可扩展的通用微框架，用于定义数据流。您可以使用它构建数据框、numpy矩阵、Python对象、机器学习模型等。

Prompt Extend 是一个利用文本生成技术扩展稳定扩散提示的项目，能够为生成的图像添加合适的风格提示，从而提高图像的多样性和质量。该项目支持多种风格和主题的提示，使得用户可以更灵活地创造出符合需求的艺术作品。

Katana ML Skipper 是一个简单且灵活的机器学习工作流引擎，支持多种机器学习任务，具有强大的可扩展性，能够轻松集成其他工具和库，帮助用户高效地创建和管理机器学习工作流。

通过 Model Context Protocol (MCP) 服务器实现对 Apple Notes 的语义搜索和 Retrieval Augmented Generation (RAG)，使得 AI 助手如 Claude 能够在对话中搜索和引用用户的 Apple Notes。

Documind是一个开源平台，利用人工智能从文档中提取结构化数据，擅长将PDF转换为图像进行详细处理，并根据用户定义的模式提取信息。

DiffGS是一个功能性高斯喷溅扩散项目，旨在通过扩散模型生成高质量的图像。其核心技术围绕高斯喷溅的数学原理，能够在图像生成领域提供创新的解决方案。