LangFair是一个Python库，旨在评估大型语言模型（LLM）在具体用例中的偏见和公平性。它提供超过20种评估指标，支持多种LLM用例，并配备自动化评估工具，简化了评估流程。

Ambrosia是一个强大的Python库，专注于A/B测试的设计、拆分和结果测量，支持复杂的实验设计和自动化的数据收集，提供结果分析和可视化工具，易于与现有的Python项目集成。

一个用于增强LLM推理能力的Python库，提供可组合的推理算法框架。支持自定义评分函数的采样和重排序模式，内置蒙特卡洛树搜索等高级算法，通过vLLM保持高性能，特别适合研究人员快速实验和迭代新想法。

一个纯Python实现的库，专注于流式生成LLM的JSON片段，便于前端展示，且不依赖任何第三方库。它支持高效的JSON流解析，用户友好的接口，实时数据处理，灵活的配置选项，并兼容大规模数据流。

用于评估视觉语言模型在多样化基准测试中的鲁棒性的Python库，提供60种VLM模型和40种评估基准的全面工具和脚本，支持大规模模型和大规模训练样本，简化视觉语言模型的评估过程

ocrmac 是一个用于从 Mac 系统上的图像中提取文本的 Python 封装库，利用 Apple 系统的视觉框架，能够高效地识别并提取图像中的文本内容。该库专为 macOS 10.15 及以上版本设计，能够提供文本的置信度和边框信息，方便开发者在应用程序中集成 OCR 功能。

PyLLMCore是一个提供与大型语言模型轻量级接口的Python库，旨在简化与LLM的交互，使开发者能够轻松集成和使用各种语言模型。

pmdarima是一个统计库，旨在填补Python在时间序列分析中的空白，提供与R的auto.arima函数等效的功能。

python-mammoth是一个功能强大的文档转换库，能够将Word文档转换为HTML格式。它不仅比pydocx更实用，还支持JavaScript和命令行接口（CLI），适合各种开发需求。

sktime 是 Python 中用于时间序列分析的库。它为多个时间序列学习任务提供了一个统一的界面，包括时间序列分类、回归、聚类、注释和预测。

BasicLingua是一个基于Gemini LLM的Python库，旨在让用户通过自然的对话方式处理文本数据，而无需编写大量代码。