ARBORproject开源项目 – 加速AI推理模型解读的开放协作平台

Hoarder是一款开源的AI书签管理工具，通过浏览器插件一键保存网页，AI自动提取网页信息，并支持链接、笔记、图片和PDF等多种格式的管理，便于用户高效管理和查找信息。

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。

DigiQ 是一个利用人工智能技术，帮助用户通过少量数据训练高效的设备控制智能体的项目。它创新性地结合了视觉语言模型（VLM），显著提升了学习效果，并提供了完整的代码和预训练模型，方便用户复现和使用。

SLABIM是一个开源的SLAM数据集，结合了建筑信息建模（BIM），适用于室内环境中的机器人定位和地图绘制。该数据集为SLAM算法的训练和测试提供了全面的支持，能够适应多种室内环境，促进强大的机器人定位和地图绘制解决方案的开发。

Perplexica是一个由AI驱动的搜索引擎，是Perplexity AI的开源替代品，利用先进的机器学习算法理解用户查询，从网络中寻找答案，同时保护用户隐私。

AI 代码工具 Bolt.new 是一个开源项目，旨在帮助开发者更高效地编写代码，支持多种编程语言，提供智能代码补全和实时预览等功能，用户界面友好，方便开发者使用。

Moodist是一个有助于专注于放松的听觉网站，界面简洁颜值高，内置超过78种环境声音，用户可以自由选择和组合这些声音。该项目完全开源和免费，提供了多种功能，如睡眠计时器、便签功能和番茄时钟功能，帮助用户放松、集中注意力、改善睡眠质量、提高工作效率以及进行时间管理和任务规划。

OmniParse 是一个开源的多模态数据解析引擎，支持文档、视频、音频、网页的全模态结构化解析。它通过跨模态对齐、流式处理、自监督学习等技术，将非结构化数据转化为可操作的输出，适用于医疗影像报告、实时视频流解析等场景。OmniParse 具有高精度、低延迟、分布式架构等特点，并且完全本地化运行，无需依赖外部 API，支持 Docker 快速部署。

Simon是一个基于Python的库，支持OCR、数据摄取、语义搜索、抽取式问答、文本推荐和AI聊天等功能。它是开源的（Apache 2.0），并且可以在Postgres实例上运行。

一个开源免费的 Telegram 媒体下载脚本，允许用户在 Telegram 网页版上自由下载图片、GIF 和视频等内容，甚至能够解锁私人频道的下载限制。

AIlice是一个轻量级的AI代理，旨在为开发者提供一个简单的开发框架，快速构建和测试各种AI智能体的想法，同时支持多模态交互和语音交互，为用户提供灵活的参与方式。

SkyReels-A1是一个基于视频扩散变换器的项目，旨在将静态照片转换为生动的肖像动画。通过先进的Transformer架构，该项目能够生成自然流畅的动画效果。项目提供了预训练模型权重，用户可以快速上手并进行实验。此外，SkyReels-A1还支持Gradio交互界面，使得操作更加简单直观。

开源的前端项目，旨在在浏览器中运行大型语言模型（LLM），通过 MLC-LLM 和 WebLLM Chat 实现，支持用户通过简单的界面与模型进行交互，无需复杂的配置或安装

Exa & Deepseek Chat App 是一个开源的智能聊天应用，结合了Exa的API进行网页搜索和Deepseek R1进行推理，使得聊天更加智能和高效。通过Exa API，该应用能够快速搜索并获取最新的网页信息，而Deepseek R1则提供了强大的推理能力，确保回答的准确性和智能性。作为一个开源项目，用户可以自由定制和扩展该应用，以满足不同的需求。

mini_qwen是一个从头开始训练的1B参数的大型语言模型(LLM)项目，包括预训练(PT)、微调(SFT)和直接偏好优化(DPO)3个部分。该项目基于Qwen2.5-0.5B-Instruct模型，通过扩充模型隐藏状态层数、隐藏状态维度和注意力头数，增加参数量到1B，并进行参数随机初始化。支持中英文，预训练和微调仅需要12G显存，直接偏好优化仅需要14G显存。使用flash_attention_2进行加速，使用deepspeed在6张H800上进行训练，探究了尺度定律(scaling law)、复读机现象与微调阶段的知识注入。