Kvax开源项目 – JAX框架下的高效FlashAttention实现

一个闭环框架，让LLM可以通过程序的形式，制作并使用全新的工具（能重复使用的那种）。

screenshot-to-code是一个能够将网页截图转换为相应代码的工具，支持多种编程语言，旨在提高开发效率。用户只需上传设计稿的截图，即可快速生成对应的HTML/CSS代码，帮助开发者更轻松地实现网页设计。

immich 是一个开源免费的、高性能的照片和视频自托管解决方案，允许用户轻松备份和管理其多媒体内容。该项目提供了一系列强大的功能，旨在优化用户的照片和视频存储体验，同时确保数据的安全性与私密性。

基于LLaMA和SlimPajama的MoE模型，旨在利用混合专家模型进行持续预训练。该模型结合了LLaMA和SlimPajama的优点，通过支持混合专家架构，提高模型的效率和性能，同时能够进行持续的预训练，以适应不同的任务，灵活的模型配置使其适用于多种应用场景。

这个开源项目的目的是在 Node.js 中寻找一个npm包，可以将语音转换为文本。

TensorFlow Similarity是一个专注于快速简化相似度学习的Python包，旨在促进相似度和度量学习的开发与应用。

MangaNinjia 是一款自动为漫画线稿上色的工具，能够精准地根据参考图进行上色，并且支持通过点控制实现更复杂的上色任务，有望显著加速动漫行业的上色流程。

这个开源项目使用深度强化学习训练了一个智能 AI 代理，可以通关《街头霸王·二：冠军特别版》关底 BOSS。大部分代码使用了 GPT-4。该项目的主要功能是训练一个深度强化学习智能 AI 代理，用于通关《街头霸王·二：冠军特别版》关底 BOSS。

makeMoE 是一个从头开始实现的稀疏专家混合语言模型，基于 PyTorch 框架，采用自回归字符级语言模型架构。该项目灵感来源于 Andrej Karpathy 的 makemore 项目，旨在通过稀疏专家混合架构实现高效的语言模型训练和推理。它涵盖了模型的基本组成、自注意力机制、专家网络、Top-k 路由、噪声 Top-k 路由等核心组件的代码实现，并提供了模型的初始化方法、训练循环以及文本生成示例。makeMoE 不仅适用于研究和学习稀疏专家混合语言模型的实现，还可作为自回归字符级语言模型的参考实现，适用于自然语言处理领域的实验和开发。

为Rust语言打造的线性代数基础库，旨在提供一个功能全面、便于使用的线性代数解决方案，助力Rust开发者更高效地进行相关计算和开发

Open Deep Research 是一个开源的深度研究工具，旨在提供一个与 Gemini Deep Research 相似的深度研究报告生成工具，利用人工智能基于网络搜索结果生成详细报告。

Transformers.js是一个桥接Web开发与本机AI大模型能力的库，为Web AI开发者提供了强大的工具和功能。

win98-llm-chat是一个结合了经典Windows 98界面风格和基于大语言模型的智能聊天系统，用户可以在浏览器中无缝体验复古与现代的结合，享受友好的互动设计和强大的智能聊天功能。

这是一个基于开源模型的工具，可以交互地连接不同的视觉模型，使用了多种技术，包括ChatGLM、Visual ChatGPT和Stable Diffusion等。它提供了类似于"文心一言"的功能。

DreamScene2 是一款小巧而快速的 Windows 动态桌面软件，支持视频和网页动画作为动态桌面，兼容 Windows 10/11 系统，提供简单易用的界面和快速响应的动态效果。