WebLlama-结合网页浏览与用户交互的智能Agent

Hugot 是一个用于 Golang 的 huggingface transformer pipelines，可以轻松地将 Python 中的 huggingface 模型部署到 golang 应用中。该项目支持多种 Hugging Face 模型，简化模型部署过程，轻松与 Golang 应用集成，提供高性能的推理和用户友好的 API。

VLABench是一个大规模基准测试平台，专为公平评估视觉语言代理、具身代理和视觉语言模型而设计，提供长视野推理任务的支持，适用于多种任务和场景，旨在为研究人员和开发者提供标准化的测试环境。

《人体运动扩散模型》的论文代码，旨在高效生成和编辑人体运动，支持多种运动风格和动作捕捉数据。

Portal是一款旨在将ChatGPT的能力整合到用户的工作流程中的传输工具，支持多种文件格式的高效传输，提供用户友好的界面和实时反馈机制，确保跨平台的兼容性。

Continue是一个开源的VS Code扩展，它将ChatGPT的强大功能整合到VS Code中，支持自动补全、自然语言编辑和代码重构等功能，旨在提升开发者的编码效率和体验。

一个AI驱动的任务管理系统，使用OpenAI和Pinecone API创建、优先处理和执行任务。该系统能够根据先前的任务结果和预定目标生成新的任务，并利用自然语言处理技术自动化任务的执行流程。同时，它通过Pinecone在上下文中存储和检索任务的结果，以便优化任务管理和执行效率。

高级检索增强生成(RAG)技术合集，包含10种先进RAG实现方案的详细教程。从基础的Naive RAG到高级的Adaptive RAG，提供完整的代码实现和评估方法。使用LangChain、Pinecone等主流工具，适合研究人员和开发者学习和实践RAG技术

Epochraft是一个数据加载器库，专注于即时标记化和检查点功能，特别用于流畅训练语言模型(LLM)，旨在提高数据处理的效率和训练过程的灵活性。

基于预训练语言模型的零样本和少样本NLP的教程，提供了一系列的示例和实用工具，用于帮助研究人员和工程师理解和应用这些技术。

FlatBuffers 是一个跨平台序列化库，旨在最大限度地提高内存效率。它允许我们直接访问序列化数据而无需先对其进行解析/解包，同时仍然具有出色的向前/向后兼容性。

OVT-B是一个用于开放词汇多目标跟踪的新型大规模基准，旨在评估和促进多目标跟踪算法的发展。该数据集支持多种跟踪算法的评估，并提供开放词汇的跟踪能力，以适应各种应用场景。

Noisy-Model-Learning项目旨在理解和缓解在下游任务中预训练过程中的标签噪声影响，从而提高模型在实际应用中的性能。该项目通过分析标签噪声对模型学习的影响，提出有效的策略和方法，以帮助研究人员和开发者在处理带有噪声标签的数据集时，提升模型的准确性和可靠性。

Quivr 是一个开源的 AI 知识库解决方案，旨在通过 AI 打造你的第二大脑。它支持多种内容类型的上传和快速的信息检索，能够帮助用户高效地管理和获取知识。

用Rust编写的现代OCR引擎，可以作为一个命令行工具和库来使用，目标是创建一个在各种图像上都能良好运行的OCR引擎，包括扫描文档、包含文本的照片和屏幕截图等，较之前的引擎如Tesseract，需要更少的预处理工作。

MonkeyPatch 是构建可扩展的 LLM 驱动应用的最简单方式，随着时间推移，应用的成本和速度不断优化。

Xorbits Inference（Xinference）是一个性能强大且功能全面的分布式推理框架，可用于大语言模型（LLM）、语音识别模型、多模态模型等各种模型的推理，支持多种模型组合，兼容GGML，简化大规模模型的服务过程，甚至可在笔记本电脑上使用。

KTransformers是一个面向尖端大型语言模型（LLM）推理优化的灵活框架，提供高级内核优化和放置/并行策略体验，支持本地部署和资源受限环境。该项目旨在提升推理性能，使得在各种环境下都能高效运行复杂的语言模型。

这个开源项目是一个Bob插件，可以利用ChatGPT API对文本进行润色和语法纠错。它可以完美代替Grammarly，并采用机器学习技术实现。