最佳 机器学习与数据科学 AI工具

LMCache

AI GitHub 仓库

高性能的键值缓存层，旨在提高大型语言模型（LLMs）的效率。它优化了数据检索速度，确保 AI 应用程序的处理更快、性能更好。LMCache 是一个高性能的键值缓存层，旨在提高大型语言模型（LLMs）的效率。它优化了数据检索速度，确保 AI 应用程序的处理更快、性能更好。

Runanywhere

AI GitHub 仓库

Runanywhere SDKs 是一个生产就绪的工具包，旨在本地运行 AI 模型。它通过提供高效本地执行所需的基本工具和资源，促进 AI 应用程序的开发和部署。

PixelRAG

AI GitHub 仓库

开源项目，旨在引入可扩展的像素原生搜索，旨在彻底改变网络解析。它提供了一种高效处理和搜索像素数据的新方法。PixelRAG是一个开源项目，旨在引入可扩展的像素原生搜索，旨在彻底改变网络解析。它提供了一种高效处理和搜索像素数据的新方法。

OpenRLHF

AI GitHub 仓库

基于 Ray 的可扩展高性能代理强化学习框架。它支持多种算法，如 PPO、DAPO 和 REINFORCE++，使开发者能够轻松构建高效的强化学习模型。OpenRLHF 是一个基于 Ray 的可扩展高性能代理强化学习框架。它支持多种算法，如 PPO、DAPO 和 REINFORCE++，使开发者能够轻松构建高效的强化学习模型。

模型上下文协议

AI GitHub 仓库

模型上下文协议库提供了实施模型上下文协议的全面规范和文档。它为希望将此协议集成到项目中的开发人员提供了指导，确保模型与其环境之间的通信一致且高效。

kimi-k3-in-c

AI GitHub 仓库

Kimi K3 in C 是一个拥有 2.78 万亿参数的模型，能够在仅需 8.24 GB RAM 的单个 CPU 上运行推理。它采用可移植的 C99 实现，不需要 BLAS、框架或 GPU，使其对开发者高度可及。

VAR

AI GitHub 仓库

视觉自回归建模是一个最先进的可扩展图像生成代码库。它提供了用户友好的下一尺度预测实现，非常适合视觉生成领域的研究人员和开发者。

bitsandbytes

AI GitHub 仓库

GitHub项目，旨在通过k位量化技术使大型语言模型在PyTorch中更易于访问。它旨在优化模型性能并降低计算成本，使开发人员更容易使用大规模AI模型。Bitsandbytes是一个GitHub项目，旨在通过k位量化技术使大型语言模型在PyTorch中更易于访问。它旨在优化模型性能并降低计算成本，使开发人员更容易使用大规模AI模型。

Soup

AI GitHub 仓库

汤是一个GitHub仓库，能够使用单个YAML文件对大型语言模型（LLMs）进行微调。它利用层流技术在4GB的笔记本GPU上训练一个80亿参数的模型，使得在有限硬件上进行高级AI模型训练变得可行。

GenieX

AI GitHub 仓库

GenieX 使得在 Qualcomm 设备上本地执行前沿 LLM 和 VLM 成为可能，利用 NPU、GPU 和 CPU。它通过最少的代码简化了这一过程，提供高效的 AI 模型部署。

GPTCache

AI GitHub 仓库

为大型语言模型（LLMs）设计的语义缓存，完全与 LangChain 和 llama_index 集成。它通过缓存语义数据来优化 LLM 的性能，提高效率并减少计算负载。GPTCache 是一个为大型语言模型（LLMs）设计的语义缓存，完全与 LangChain 和 llama_index 集成。它通过缓存语义数据来优化 LLM 的性能，提高效率并减少计算负载。

Utopia

AI GitHub 仓库

乌托邦是全球首个开源企业世界模型。它允许开发者通过在GitHub上创建账户来贡献和增强其功能。该项目旨在为企业应用提供一个全面的模型，促进AI社区的合作与创新。

Lora

AI GitHub 仓库

GitHub仓库，专注于使用低秩适应技术高效地微调扩散模型。它提供了一种在不需要大量计算资源的情况下提升模型性能的方法，使开发者和研究人员能够更容易地使用。Lora是一个GitHub仓库，专注于使用低秩适应技术高效地微调扩散模型。它提供了一种在不需要大量计算资源的情况下提升模型性能的方法，使开发者和研究人员能够更容易地使用。

OpenEvolve

AI GitHub 仓库

AlphaEvolve 的开源实现，旨在促进 AI 模型的开发和演化。托管在 GitHub 上，邀请对提升 AI 能力感兴趣的开发者贡献。OpenEvolve 是 AlphaEvolve 的开源实现，旨在促进 AI 模型的开发和演化。托管在 GitHub 上，邀请对提升 AI 能力感兴趣的开发者贡献。

Chinese LLaMA-Alpaca-2

AI GitHub 仓库

GitHub项目，专注于开发具有扩展上下文能力的大型语言模型。它提供了LLaMA-2和Alpaca-2等模型，旨在处理64K长上下文输入，增强中文自然语言处理任务。Chinese LLaMA-Alpaca-2是一个GitHub项目，专注于开发具有扩展上下文能力的大型语言模型。它提供了LLaMA-2和Alpaca-2等模型，旨在处理64K长上下文输入，增强中文自然语言处理任务。

FlashInfer

AI GitHub 仓库

专为服务大型语言模型 (LLMs) 设计的内核库。它促进了 LLM 的高效部署和管理，使开发者能够通过 GitHub 贡献和增强其功能。FlashInfer 是一个专为服务大型语言模型 (LLMs) 设计的内核库。它促进了 LLM 的高效部署和管理，使开发者能够通过 GitHub 贡献和增强其功能。

Qwen-VL

AI GitHub 仓库

由阿里云开发的大型视觉语言模型。它为聊天和视觉任务提供了先进的能力，为这些领域的 AI 应用提供了强大的平台。Qwen-VL 是由阿里云开发的大型视觉语言模型。它为聊天和视觉任务提供了先进的能力，为这些领域的 AI 应用提供了强大的平台。

Tree of Thoughts

AI GitHub 仓库

思维树是一个研究项目，专注于利用大型语言模型增强问题解决能力。它探索结构化推理方法，以改善人工智能决策过程。

Shimmy

AI GitHub 仓库

纯 Rust 的 WebGPU 推理引擎，兼容 OpenAI-API，并原生支持 GGUF。它可以在任何 GPU 上运行，无需 Python 或 llama.cpp，提供单一二进制解决方案。Shimmy 是一个纯 Rust 的 WebGPU 推理引擎，兼容 OpenAI-API，并原生支持 GGUF。它可以在任何 GPU 上运行，无需 Python 或 llama.cpp，提供单一二进制解决方案。

Baichuan-7B

AI GitHub 仓库

由 BaiChuan-Inc 开发的大规模 70 亿参数预训练语言模型。它旨在处理复杂的语言任务，并为各种应用提供强大的 AI 能力。Baichuan-7B 是由 BaiChuan-Inc 开发的大规模 70 亿参数预训练语言模型。它旨在处理复杂的语言任务，并为各种应用提供强大的 AI 能力。

OpenChat

AI GitHub 仓库

开源项目，专注于利用不完美的数据推动语言模型的发展。它旨在提高AI语言模型在各种应用中的可访问性和性能。OpenChat是一个开源项目，专注于利用不完美的数据推动语言模型的发展。它旨在提高AI语言模型在各种应用中的可访问性和性能。

Tiny-Universe

AI GitHub 仓库

一本关于从零开始构建大型模型的综合指南。它为开发者提供了详细的说明和资源，以便在 GitHub 上构建和贡献该项目。Tiny-Universe 是一本关于从零开始构建大型模型的综合指南。它为开发者提供了详细的说明和资源，以便在 GitHub 上构建和贡献该项目。

EmbeddingGemma 2

AI 模型

由 Google DeepMind 开发的多模态嵌入模型。它将文本、图像、视频和音频映射到统一的向量空间，支持超过 100 种语言和代码任务。旨在用于设备上的应用程序，提供低延迟的语义表示。EmbeddingGemma 2 是由 Google DeepMind 开发的多模态嵌入模型。它将文本、图像、视频和音频映射到统一的向量空间，支持超过 100 种语言和代码任务。旨在用于设备上的应用程序，提供低延迟的语义表示。

Gemma 4 12B 统一模型

AI 模型

Gemma 4 12B 统一模型由 Google DeepMind 开发，是一个多模态 AI 模型，旨在实现高效的本地执行。它支持文本、图像和音频输入，提供先进的推理和编码能力，并具有较大的上下文窗口。

DiffusionGemma

大语言模型

Google DeepMind 开发的生成模型，基于 Gemma 4 架构。它处理文本、图像和视频输入，以生成文本输出，优化了在各种硬件环境中的速度和效率。DiffusionGemma 是 Google DeepMind 开发的生成模型，基于 Gemma 4 架构。它处理文本、图像和视频输入，以生成文本输出，优化了在各种硬件环境中的速度和效率。

YuE2-3B

AI 模型

开放的音乐生成模型，可以将歌词和风格提示转化为完整的歌曲，包括人声和伴奏。它允许用户通过可编辑的乐谱编辑旋律和和弦，提供具有竞争力的歌曲质量。YuE2-3B 是一个开放的音乐生成模型，可以将歌词和风格提示转化为完整的歌曲，包括人声和伴奏。它允许用户通过可编辑的乐谱编辑旋律和和弦，提供具有竞争力的歌曲质量。

Krea 2 Raw

AI 模型

文本到图像的扩散模型，旨在根据自然语言描述生成图像。它作为微调和后训练的基础，支持创意和商业应用。Krea 2 Raw 是一个文本到图像的扩散模型，旨在根据自然语言描述生成图像。它作为微调和后训练的基础，支持创意和商业应用。

Nemotron 3 Diarization

AI 模型

说话者分离模型，能够识别音频录音中“谁在何时说话”。它支持最多八个说话者，并提供流式和离线推理能力，适用于各种应用。Nemotron 3 Diarization 是一个说话者分离模型，能够识别音频录音中“谁在何时说话”。它支持最多八个说话者，并提供流式和离线推理能力，适用于各种应用。

Qwen-AgentWorld-35B-A3B

大语言模型

旨在模拟代理环境的语言世界模型。它涵盖七个交互领域，提供可扩展和可控的模拟，具备长链推理能力。Qwen-AgentWorld-35B-A3B 是一个旨在模拟代理环境的语言世界模型。它涵盖七个交互领域，提供可扩展和可控的模拟，具备长链推理能力。

NVIDIA NemotronLabs VoiceChat

AI 模型

实时全双工语音模型，用于对话式人工智能。它将语音理解和生成集成在一个架构中，减少延迟并增强自然对话流。NVIDIA NemotronLabs VoiceChat 是一个实时全双工语音模型，用于对话式人工智能。它将语音理解和生成集成在一个架构中，减少延迟并增强自然对话流。

PaddleOCR-VL-1.6

AI 模型

先进的文档解析模型，增强了区域优化和后训练过程。它在 OmniDocBench 上实现了最先进的准确性，支持文本、公式和表格识别。PaddleOCR-VL-1.6 是一个先进的文档解析模型，增强了区域优化和后训练过程。它在 OmniDocBench 上实现了最先进的准确性，支持文本、公式和表格识别。

Ideogram 4

AI 模型

尖端的文本到图像模型，提供对图像构图、风格和布局的无与伦比的控制。它支持原生 2k 分辨率和多语言文本渲染，非常适合设计导向的应用。Ideogram 4 是一款尖端的文本到图像模型，提供对图像构图、风格和布局的无与伦比的控制。它支持原生 2k 分辨率和多语言文本渲染，非常适合设计导向的应用。

TabFM 1.0.0 (PyTorch)

AI 模型

由 Google Research 开发的零-shot 表格基础模型，旨在对结构化数据进行分类和回归。它无需微调，并支持混合数值和分类列。TabFM 1.0.0 是由 Google Research 开发的零-shot 表格基础模型，旨在对结构化数据进行分类和回归。它无需微调，并支持混合数值和分类列。

NVIDIA Nemotron 3.5 Lightning 30B A3B BF16

大语言模型

旨在定制和领域适应的大型语言模型。它支持多种语言，并针对全精度的研究和评估进行了优化。NVIDIA Nemotron 3.5 Lightning 30B A3B BF16 是一款旨在定制和领域适应的大型语言模型。它支持多种语言，并针对全精度的研究和评估进行了优化。

Cosmos3-Edge

AI 模型

NVIDIA的Cosmos3-Edge是一种多模态AI模型，旨在用于物理AI应用。它能够从文本、图像和视频生成动态输出，支持机器人技术、自动驾驶和智能环境。该模型可在全球范围内部署，适用于商业和非商业用途。

Qwen3-ASR-1.7B-hf

AI 模型

先进的开源自动语音识别（ASR）模型，支持 52 种语言和方言的语言识别和语音识别。它在复杂的声学环境中提供高质量、稳健的识别，并支持流式和离线推理。Qwen3-ASR-1.7B-hf 是一个先进的开源自动语音识别（ASR）模型，支持 52 种语言和方言的语言识别和语音识别。它在复杂的声学环境中提供高质量、稳健的识别，并支持流式和离线推理。

Whistle — 多语言语音转文本模型

AI 模型

紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。Whistle 是一个紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。

Moondream Parakeet Redux

AI 模型

Parakeet-tdt-0.6b-v3 模型的紧凑版本，经过优化以提高速度和效率。它在多语言任务上提供了更好的性能，同时在英语语音识别方面保持了竞争力的准确性。Moondream Parakeet Redux 是 parakeet-tdt-0.6b-v3 模型的紧凑版本，经过优化以提高速度和效率。它在多语言任务上提供了更好的性能，同时在英语语音识别方面保持了竞争力的准确性。

Kumo Tabular

AI 模型

NVIDIA 预训练的表格基础模型，旨在进行分类和回归任务。它在使用结构化数据预测类别概率方面提供了先进的能力，使其成为数据科学家和分析师的宝贵工具。Kumo Tabular 是 NVIDIA 预训练的表格基础模型，旨在进行分类和回归任务。它在使用结构化数据预测类别概率方面提供了先进的能力，使其成为数据科学家和分析师的宝贵工具。

FrogNano-4B-2609

AI 模型

微软开发的一款紧凑型编码代理。它专注于仓库级软件工程任务，利用强化学习来改善代码导航和调试。该工具专为以 Python 为主的环境设计，能够为仓库更改生成结构化的工具调用。FrogNano-4B-2609 是微软开发的一款紧凑型编码代理。它专注于仓库级软件工程任务，利用强化学习来改善代码导航和调试。该工具专为以 Python 为主的环境设计，能够为仓库更改生成结构化的工具调用。

GLiNER2.5-Decide

AI 模型

拥有 3.4 亿参数的英语分类模型，旨在支持操作决策。它支持单标签和多标签任务，在客户支持、银行和旅行请求等多个领域提供高准确性。GLiNER2.5-Decide 是一个拥有 3.4 亿参数的英语分类模型，旨在支持操作决策。它支持单标签和多标签任务，在客户支持、银行和旅行请求等多个领域提供高准确性。

Ming-Image-0.1-Design

AI 模型

6B 文本到图像模型，旨在创建用户界面、信息图、海报和其他文本丰富的视觉设计。它支持 RGBA 输出以实现透明背景，使其在各种设计应用中具有多功能性。Ming-Image-0.1-Design 是一个 6B 文本到图像模型，旨在创建用户界面、信息图、海报和其他文本丰富的视觉设计。它支持 RGBA 输出以实现透明背景，使其在各种设计应用中具有多功能性。

腾讯的AuK模型

AI 模型

AuK是一个由腾讯开发并托管在Hugging Face上的AI模型。它旨在通过开源协作和创新推动AI能力的发展。用户可以通过API访问它以进行各种应用。

FLUX 3 Action Base

AI 模型

开放权重的 7B 世界动作模型，旨在用于机器人应用。它处理相机帧、机器人状态和文本指令，以生成动作序列和视频帧，促进体现适应。FLUX 3 Action Base 是一个开放权重的 7B 世界动作模型，旨在用于机器人应用。它处理相机帧、机器人状态和文本指令，以生成动作序列和视频帧，促进体现适应。

NeuDecide

AI 模型

紧凑的语音操作模型，能够将语音直接转换为函数调用。它离线运行，无需 GPU，并通过 JSON 模式适应各种工具。NeuDecide 是一个紧凑的语音操作模型，能够将语音直接转换为函数调用。它离线运行，无需 GPU，并通过 JSON 模式适应各种工具。

Youtu-Parsing-Omni

AI 模型

多功能的全模态解析模型，可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色，为各种解析需求提供统一的架构。Youtu-Parsing-Omni 是一个多功能的全模态解析模型，可以将文档、图像、图表和视频等多种输入转换为结构化的 JSON。它在感知和认知任务中表现出色，为各种解析需求提供统一的架构。

LightOnOCR-3-4B

AI 模型

高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。LightOnOCR-3-4B 是一款高性能的 OCR 模型，提供先进的布局和视觉理解能力。它为视觉元素提供准确的转录和边界框坐标，适用于复杂的文档处理任务。

pplx-embed-v2-context-9b-preview

AI 模型

为 RAG 系统中的文档块设计的上下文嵌入模型。它将文档块一起编码，反映其周围的上下文，并为每个块返回一个嵌入。pplx-embed-v2-context-9b-preview 是一个为 RAG 系统中的文档块设计的上下文嵌入模型。它将文档块一起编码，反映其周围的上下文，并为每个块返回一个嵌入。

Index-Translate-2B

AI 模型

紧凑的多语言文本模型，支持 150 种语言的翻译。它在多模态图像翻译方面表现出色，并遵循详细的翻译指令，使其适合多种语言任务。Index-Translate-2B 是一个紧凑的多语言文本模型，支持 150 种语言的翻译。它在多模态图像翻译方面表现出色，并遵循详细的翻译指令，使其适合多种语言任务。

Geo-Sleuth

AI GitHub 仓库

代理技能，利用 OpenStreetMap 几何、海拔天际线、卫星图像和街景确定照片拍摄位置。它与 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 和 GitHub Copilot 集成，以增强其功能。Geo-Sleuth 是一种代理技能，利用 OpenStreetMap 几何、海拔天际线、卫星图像和街景确定照片拍摄位置。它与 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 和 GitHub Copilot 集成，以增强其功能。

Jeff

AI GitHub 仓库

开源模型，旨在在各个领域快速做出决策。它利用一个8亿参数的“系统1”模型提供经过校准的决策概率，具有基础模型和可更换的LoRA适配器，以实现灵活性。Jeff是一个开源模型，旨在在各个领域快速做出决策。它利用一个8亿参数的“系统1”模型提供经过校准的决策概率，具有基础模型和可更换的LoRA适配器，以实现灵活性。

Laya CoreML

AI GitHub 仓库

GitHub仓库，专注于使用Apple Core ML和神经引擎进行本地Laya类型决策。它提供经过验证的端口和基准，以便在M3 Max上快速决策，确保可重复的速度和能效。Laya CoreML是一个GitHub仓库，专注于使用Apple Core ML和神经引擎进行本地Laya类型决策。它提供经过验证的端口和基准，以便在M3 Max上快速决策，确保可重复的速度和能效。

AnyJev

AI GitHub 仓库

GitHub项目，将任何大型语言模型（LLM）转化为Jev风格的决策模型。它提供了类型化决策和真实概率，无需额外训练，是开发者增强决策能力的多功能工具。AnyJev是一个GitHub项目，将任何大型语言模型（LLM）转化为Jev风格的决策模型。它提供了类型化决策和真实概率，无需额外训练，是开发者增强决策能力的多功能工具。

claude-opus-5-5-demo

AI GitHub 仓库

公共的 GitHub 仓库，展示了一个演示项目。它允许开发者参与并协作开发 AI 模型和工具，增强其功能和性能。claude-opus-5-5-demo 是一个公共的 GitHub 仓库，展示了一个演示项目。它允许开发者参与并协作开发 AI 模型和工具，增强其功能和性能。

Decider

AI GitHub 仓库

一系列从 Qwen3.5 微调的 System One 风格模型。它旨在通过校准的概率进行一次性输入决策，从而提供简化的决策过程。Decider 是一系列从 Qwen3.5 微调的 System One 风格模型。它旨在通过校准的概率进行一次性输入决策，从而提供简化的决策过程。

AI 管理器

AI GitHub 仓库

桌面应用程序，旨在简化 AI 编码工具的使用。它为开发人员提供了一个集成环境，以高效管理和部署 AI 模型，从而提高生产力和协作能力。AI 管理器是一款桌面应用程序，旨在简化 AI 编码工具的使用。它为开发人员提供了一个集成环境，以高效管理和部署 AI 模型，从而提高生产力和协作能力。

漏洞赏金猎人提示

AI GitHub 仓库

提供可重用的提示，旨在简化结构化、以证据为先的漏洞赏金猎人方法。这个GitHub库为希望提升工作流程和改进漏洞发现过程的安全研究人员提供了宝贵的资源。漏洞赏金猎人提示提供可重用的提示，旨在简化结构化、以证据为先的漏洞赏金猎人方法。这个GitHub库为希望提升工作流程和改进漏洞发现过程的安全研究人员提供了宝贵的资源。

JevHarness

AI GitHub 仓库

GitHub项目，提供由大型语言模型（LLM）编写的任务特定工具。它具有可选的全轨迹奖励反映和GEPA演化，旨在提升AI模型在特定任务中的表现。JevHarness是一个GitHub项目，提供由大型语言模型（LLM）编写的任务特定工具。它具有可选的全轨迹奖励反映和GEPA演化，旨在提升AI模型在特定任务中的表现。

微软开发的1位大型语言模型（LLM）的官方推理框架。它能够高效处理和部署LLM，优化性能和资源使用。BitNet是微软开发的1位大型语言模型（LLM）的官方推理框架。它能够高效处理和部署LLM，优化性能和资源使用。

谷歌人工智能

AI 应用

谷歌人工智能开发创新的人工智能工具和技术，以解决复杂的挑战并丰富知识。它旨在通过提供跨多个领域的解决方案，使人工智能对每个人都可及且有益，例如医疗保健、地理空间分析和科学研究。

SuperCLUE

AI 应用

全面的基准，用于评估中文通用大模型。它从多个维度评估模型，以确定其与国际标准和人类表现的有效性。SuperCLUE 是一个全面的基准，用于评估中文通用大模型。它从多个维度评估模型，以确定其与国际标准和人类表现的有效性。

LLMEval

AI 应用

复旦大学自然语言处理实验室的一个研究项目，专注于为各个学科的大型语言模型开发全面的评估框架。它提供开源工具和数据集，用于逻辑推理、公平性和医疗人工智能评估。LLMEval是复旦大学自然语言处理实验室的一个研究项目，专注于为各个学科的大型语言模型开发全面的评估框架。它提供开源工具和数据集，用于逻辑推理、公平性和医疗人工智能评估。

Midjourney 提示生成器

AI 应用

帮助用户为 Midjourney 的 AI 图像生成机器人创建详细的提示。它通过允许用户设置参数和应用样式预设来简化这一过程，使生成美丽图像变得更加容易。Midjourney 提示生成器帮助用户为 Midjourney 的 AI 图像生成机器人创建详细的提示。它通过允许用户设置参数和应用样式预设来简化这一过程，使生成美丽图像变得更加容易。

Generrated

AI 应用

综合资源，包含 9,300 张使用 DALL·E 2 和 DALL·E 3 提示生成的图像。它为用户探索提示设计和 AI 生成艺术的细微差别提供了参考和灵感工具。Generrated 是一个综合资源，包含 9,300 张使用 DALL·E 2 和 DALL·E 3 提示生成的图像。它为用户探索提示设计和 AI 生成艺术的细微差别提供了参考和灵感工具。

Indra OCR

AI GitHub 仓库

本周

快速的基于 CPU 的光学字符识别工具，旨在进行行检测、CTC 识别、阅读顺序和 Markdown 处理。它非常适合寻求高效文本提取能力的开发者。Indra OCR 是一个快速的基于 CPU 的光学字符识别工具，旨在进行行检测、CTC 识别、阅读顺序和 Markdown 处理。它非常适合寻求高效文本提取能力的开发者。

LLM architecture from scratch

AI GitHub 仓库

本周

llm-architecture-from-scratch 是 Yeonwoo Sung 创建的 GitHub 仓库，专注于使用 PyTorch 从零实现大型语言模型架构。它为有兴趣构建和实验 LLM 的开发者提供了全面的模型和工具集合。

Qwen-Image-2.1-Turbo

AI 模型

本周

Qwen-Image-2.1 的加速版本，旨在高效进行文本到图像的生成和图像编辑。它具有 8 步去噪过程，并与 Diffusers 中的 QwenImage21Pipeline 无缝集成。Qwen-Image-2.1-Turbo 是 Qwen-Image-2.1 的加速版本，旨在高效进行文本到图像的生成和图像编辑。它具有 8 步去噪过程，并与 Diffusers 中的 QwenImage21Pipeline 无缝集成。

LIDstral Arabic

AI 模型

本周

用于阿拉伯文书写的语言和方言分类器。它能够识别现代标准阿拉伯语、各种阿拉伯方言以及使用相同书写系统的非阿拉伯语言，从而增强语言的区分度。LIDstral Arabic 是一种用于阿拉伯文书写的语言和方言分类器。它能够识别现代标准阿拉伯语、各种阿拉伯方言以及使用相同书写系统的非阿拉伯语言，从而增强语言的区分度。

第5步预览

AI 模型

本周

StepFun的旗舰AI模型，专为代理工作设计。它在软件工程、专业知识工作和金融领域表现出色，提供先进的稀疏专家混合架构能力。第5步预览是StepFun的旗舰AI模型，专为代理工作设计。它在软件工程、专业知识工作和金融领域表现出色，提供先进的稀疏专家混合架构能力。

Laya

AI GitHub 仓库

本周

与 Jev 的 System-1 兼容的开源决策模型，旨在通过 ONNX Runtime 在 Node.js 和 TypeScript 环境中执行。它通过利用结构化模型来促进决策过程。Laya 是一个与 Jev 的 System-1 兼容的开源决策模型，旨在通过 ONNX Runtime 在 Node.js 和 TypeScript 环境中执行。它通过利用结构化模型来促进决策过程。

MOSS-Image-SFT

AI 模型

本周

OpenMOSS 开发的一个监督微调的文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以增强生成图像的清晰度和组织性。MOSS-Image-SFT 是 OpenMOSS 开发的一个监督微调的文本到图像模型。它支持自然语言提示、标签序列和 JSON 布局，以增强生成图像的清晰度和组织性。

StartLux-Decision

AI GitHub 仓库

本周

提供从 0.8B 到 27B 参数的开放决策模型，为每个选项提供校准概率。当不确定时，它会生成简洁的思考，作为 vLLM、llama.cpp 和 MLX 的引擎。StartLux-Decision 提供从 0.8B 到 27B 参数的开放决策模型，为每个选项提供校准概率。当不确定时，它会生成简洁的思考，作为 vLLM、llama.cpp 和 MLX 的引擎。

Qwen3-8B-DSpine-b16

AI 模型

昨天

旨在进行推测解码的 AI 模型，支持通过相邻因果注入进行并行草拟。它通过展开因果链以增加网络深度来提升性能，确保高效处理。Qwen3-8B-DSpine-b16 是一个旨在进行推测解码的 AI 模型，支持通过相邻因果注入进行并行草拟。它通过展开因果链以增加网络深度来提升性能，确保高效处理。

PS5LM

AI GitHub 仓库

昨天

PS5LM使得在越狱的PS5上执行GGUF模型成为可能，从Qwen 3.8开始。该项目利用llama.cpp在控制台上原生运行模型，提供了一种独特的方式来利用PS5的硬件进行AI模型推理。

万和 AI 工具

AI 应用

今天

提供一个本地 AI 工具箱，包括 22 个 API 和 31 个边缘扩展。它允许用户在自己的计算机上运行 AI 模型，确保数据隐私和离线功能。该服务提供全面的安装和使用指南。万和 AI 工具提供一个本地 AI 工具箱，包括 22 个 API 和 31 个边缘扩展。它允许用户在自己的计算机上运行 AI 模型，确保数据隐私和离线功能。该服务提供全面的安装和使用指南。

EdgeRock

AI GitHub 仓库

今天

多模态模型，提供强大的推理能力，并保持恒定的内存使用。它支持 O(N) 生成和 O(1) 持久历史，为开发者提供高效的推理和评估代码。EdgeRock 是一个多模态模型，提供强大的推理能力，并保持恒定的内存使用。它支持 O(N) 生成和 O(1) 持久历史，为开发者提供高效的推理和评估代码。

MOSS-Image

AI GitHub 仓库

今天

拥有 50 亿参数的基础 DiT 模型，旨在实现高质量文本渲染、布局生成和高效的微调。它为从事 AI 驱动的图像处理和增强任务的开发者和研究人员提供了强大的工具。MOSS-Image 是一个拥有 50 亿参数的基础 DiT 模型，旨在实现高质量文本渲染、布局生成和高效的微调。它为从事 AI 驱动的图像处理和增强任务的开发者和研究人员提供了强大的工具。