pyreft开源项目 – 基于表示的微调方法

OpenVideo是一个专注于文本到视频生成领域的开源项目，旨在为AI研究者提供高质量、多样化的视频数据集。该项目不仅提供了超过106k+的720p视频片段，还支持多平台数据下载，包括ModelScope和HuggingFace。此外，OpenVideo还提供完整的数据收集、清洗和标注工具，帮助研究者更高效地进行视频数据处理和分析。

AgentRecSys是一个专注于基于大型语言模型（LLM）的智能体（Agent）在推荐系统（RecSys）中的应用的前沿研究项目。该项目汇集了超过30篇最新学术论文，涵盖LLM在推荐系统中的多种创新应用，提供了详细的模型分类和研究方向，帮助研究者快速定位。部分模型附带开源代码，便于实践和复现。

RAGIT 是一款类似于 Git 的知识管理工具，旨在简化知识库的创建和共享过程。它允许用户将本地文件转换为知识库，并支持知识库的克隆、推送等操作。RAGIT 通过多轮对话查询和 TF-IDF 算法，提供更智能、更精准的知识检索体验。此外，它还支持 Markdown 文件和图片，使知识库内容更加丰富多样。

Speech Trident 是一个专注于收集和整理语音/音频领域的大语言模型(LLM)、表示学习和编解码模型的资源列表。该项目旨在为研究者和开发者提供一个全面的参考和指南，帮助他们快速找到相关的模型和工具，推动语音/音频领域的机器学习研究和应用。

该项目旨在通过提供多样化的测试数据集和详细的测试框架，评估大语言模型在特定主题下的概括能力。项目支持多种语言模型的测试，并包含正例和反例以增强测试效果。

通过ROS 2和Gazebo仿真学习机器人基础知识的开源项目，适合初学者入门机器人编程和自主导航。该项目提供了一个丰富的仿真环境，让用户能够在不需要实际硬件的情况下进行学习和实验，包含了多种示例和教程，帮助用户理解机器人编程的基本概念和实现算法的细节。

MMD-critic是一个用于机器学习模型可解释性的批评框架，利用最大均值差异(MMD)进行评估，支持对模型进行详细分析和批评。

lmms-finetune 是一个多模态大模型微调工具，提供了一个统一的代码库，简化了微调流程，支持微调多种LLM。它支持完整模型微调和LoRA微调两种方式，并且具有良好的扩展性，能够满足不同场景下的需求。

ConsiStory是英伟达研发的无训练框架，专为一致性图像生成而设计，支持SDXL和Stable Diffusion 3等主流架构。该框架通过先进的注意力机制和特征共享技术，确保在多人场景中主体一致性保持率高达98%，并在性能上较ControlNet提升23%。此外，ConsiStory还提供了布局多样性控制功能，允许随机生成背景的同时保持主体不变，同时兼容多种文生图模型，适用于广泛的图像生成任务。

MuKoe 是一个完全开源的 MuZero 算法实现，利用 Ray 作为分布式调度器，并在 Google Kubernetes Engine (GKE) 上运行。该项目旨在为研究人员和开发者提供一个高效的平台，用于研究和开发 MuZero 算法，同时支持在分布式环境中进行大规模实验。

一个基于 LLM 的 OCR 扫描 PDF 开源工具，旨在通过利用多模态大语言模型（LLM）将原始的 OCR 扫描 PDF 文本转换成高准确度、格式正确且易于阅读的 Markdown 文档。

融合图像聊天、分割和生成/编辑的AI应用概念验证项目，基于LLaVA、SEEM和GLIGEN三个相关开源项目实现。

Run Container VM (RunCVM) 是一个实验性的开源项目，旨在使启动标准容器化工作负载和系统工作负载在VM中变得像启动容器一样简单。

DeepSeek 官方推出的软件合集，旨在帮助开发者快速、可靠地接入DeepSeek API。该项目由官方维护，确保软件的兼容性和稳定性，并持续更新，不断添加新的集成工具，适合开发者用于快速集成、参考和学习。

B-cos Networks旨在通过对齐实现模型的可解释性，提供最先进的性能，适用于各种机器学习任务。