carefree-flow是一个基于OneFlow的深度学习库，旨在简化模型构建与训练过程，提供高效的计算性能和友好的API设计，支持动态计算图，适合开发者快速原型和高性能训练需求。
从自动微分开始完全从头开始GPT-2训练，一个快速且功能完备的深度学习库，使用Python和NumPy编写
Graphium是一个专注于图表示学习的深度学习库，特别用于处理现实世界中的化学任务。它具备最先进的图神经网络架构，提供可扩展的API，并支持丰富的分子特征化功能，能够有效应对复杂的化学问题。
GPT4视觉用例集锦是一个集合了多种视觉任务的项目，基于最新的GPT-4模型，提供丰富的示例和用例，旨在帮助用户更好地利用视觉技术。该项目采用易于使用的API接口，支持图像分类、对象检测、图像生成和视觉问答等功能，适用于广泛的应用场景。
Transformers和相关的深度网络架构在此进行了总结和实现，涵盖了自然语言处理和计算机视觉等多个领域。
InfraVisN AI利用可扩展的神经网络技术，重新定义基础设施管理，确保精确的缺陷检测和维护效率。该平台专为增长而设计，可以适应不断变化的需求，为智能和可扩展的检查设定了新的标准。
Atlan 是一个前沿的数据协作平台，旨在简化数据管理和治理的复杂性，提升数据的可发现性、可用性和治理能力。通过主动元数据管理、数据发现和自动治理等功能，Atlan 成为数据团队促进数据协作和可访问文化的关键工具。
Transfusion是一种可以生成文本和图像的训练模型的统一方法，结合了语言建模和扩散的优势。它通过结合下一个Token预测与扩散，在混合模态序列上训练单个Transformer，提供了优于传统方法的扩展性，支持高达7B参数和2T多模态标记。
