RAGent-AI驱动的智能研究助手

JARVIS是一个框架，利用像ChatGPT这样的语言模型，连接机器学习社区中的各种AI模型，从而解决复杂的AI任务。

清华大学构建的开源、大规模、高质量的指令调优数据项目，旨在帮助开发者构建具备通用工具使用能力的大型语言模型。

《Ray Tracing Gems II: 下一代实时渲染，使用DXR、Vulkan和OptiX》的源代码，作者为Adam Marrs、Peter Shirley和Ingo Wald。

txtai是一个基于Python的库，结合了Hugging Face Transformers、Sentence Transformers和FastAPI，旨在方便开发AI驱动的语义搜索应用。它允许用户构建强大的搜索引擎，支持多种文本嵌入模型，并提供快速的API接口，适用于实时搜索和索引。

大型语言模型研究资源库，专注于OpenAI o1和推理技术，持续更新以追踪LLM推理的最新进展

Confabulations是一个针对检索增强型生成模型（RAG）的基准测试，旨在评估大型语言模型在面对基于文档的误导性问题时的能力，并提供工具以减少生成虚构答案的能力。

Minikube 是一个用于在本地运行 Kubernetes 集群的工具，旨在帮助用户学习和实验 Kubernetes。它支持多种虚拟化技术，并提供简化的命令行工具来管理集群，适合开发和测试环境。

基于GPT4-o的模块化开源语音转文字再转语音的解决方案，支持语音活动检测、语音转文字、语言模型交互和文字转语音的连续流程，旨在提供高度模块化和可定制的语音交互体验

该开源项目是一个Alfred workflow，使用了ChatGPT，DALL·E 2和其他模型，可以实现聊天、图像生成等功能。

从零开始构建大型语言模型的学习记录，记录了一步步构建语言模型的过程，适合想要深入了解NLP和机器学习的爱好者。

一个全面的大型语言模型（LLM）教学项目，涵盖LLM基础知识、科学家和工程师的相关内容。课程内容包括数学、Python编程、神经网络基础和自然语言处理技术，旨在深入理解LLM架构、数据准备、分布式训练和超参数调整。该项目专注于运行LLMs、构建向量存储和优化推理，同时提供监控、评估方法和安全性保障。

一款AI生成的应用，提供全栈解决方案和生成式用户界面，助你快速构建后端、数据库和具有状态的网络应用

该项目包含两个Python脚本，演示如何使用Streamlit、OpenAI GPT-3.5-turbo和Activeloop的Deep Lake构建一个聊天机器人。

Vulp 是一个用于实时运动控制的 Python 库，提供标准的动作-观察循环，旨在控制各种执行器和模拟器，具备易于集成和扩展的特性。

上海人工智能实验室开源的PDF文档提取工具，能够将PDF转化为机器可读格式（如markdown、json），方便地抽取为任意格式。

本项目教你从零开始构建类似 ChatGPT 的大语言模型，涵盖从数据处理到模型微调的各个方面，帮助你深入理解和实现大语言模型。

通过统一简单的 API，让你轻松快速接入 100 多种大语言模型，如 OpenAI、Anthropic、Mistral、LLama2、Google Gemini 等。

Ratchet是一个跨平台的浏览器机器学习框架，支持多种机器学习模型，兼容各种浏览器，易于集成到现有的Web应用中，提供高性能的计算能力，并且设计了用户友好的API，方便开发者使用。