跳转到主要内容
ToolPotion
AI 顾问
提交(免费)
最佳 机器学习与数据科学 AI工具 插图 – ToolPotion.ai

最佳 机器学习与数据科学 AI工具

1,799 个工具

发现最佳的机器学习与数据科学工具——从AI应用和模型到移动应用、框架和平台,这是数据科学家和机器学习工程师找到提升工作流程的工具的地方:训练模型、部署AI解决方案、可视化数据和优化算法。 浏览 1,799 个最佳 机器学习与数据科学 AI工具,涵盖 AI 应用, AI GitHub 仓库, AI 模型, AI 平台 和 大语言模型 等——每个条目上线前都经过人工审核,并以11种语言发布。

1,799 个工具

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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。

机器学习平台
查看 AI GitHub 仓库 Top 250

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

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。

提示词工程工具
查看 AI GitHub 仓库 Top 250

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。

机器学习平台
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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。

机器学习与数据科学医疗健康与生命科学
查看 AI 应用 Top 250

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。

机器学习平台
查看 AI 应用 Top 250

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。

AI 模型与大语言模型
查看 AI 应用 Top 250

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。

提示词工程工具
查看 AI 应用 Top 250

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。

提示词工程工具
查看 AI 应用 Top 250

AI GitHub 仓库

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

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。

AI 模型与大语言模型金融与银行
查看 AI 模型 Top 5

AI 模型

将分布匹配转化为对抗蒸馏,实现高效的一步图像生成和四步视频及音视频生成。由德克萨斯农工大学和字节跳动的研究人员开发,提供了一种简化的视觉内容创作方法。DMAD将分布匹配转化为对抗蒸馏,实现高效的一步图像生成和四步视频及音视频生成。由德克萨斯农工大学和字节跳动的研究人员开发,提供了一种简化的视觉内容创作方法。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

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。

机器学习与数据科学
查看 AI GitHub 仓库 Top 250

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

开源音频语言模型,结合了通用音频理解和空间意识。它使用分层语义到空间条件模块来增强双耳感知和空间音频能力,而不影响通用音频理解。MiDashengLM-Spatial 是一个开源音频语言模型,结合了通用音频理解和空间意识。它使用分层语义到空间条件模块来增强双耳感知和空间音频能力,而不影响通用音频理解。

AI 模型与大语言模型
查看 AI 模型 Top 5

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。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

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。

机器学习平台
查看 AI GitHub 仓库 Top 250

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。

机器学习平台
查看 AI 应用 Top 250

AI GitHub 仓库

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

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。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

Claude 和 ChatGPT 等助手提供专业的香水知识。它提供免费的 MCP 服务器,以访问香水的香调、和谐、品牌、相似香气和叠加指南。10ML 香水 API 为 Claude 和 ChatGPT 等助手提供专业的香水知识。它提供免费的 MCP 服务器,以访问香水的香调、和谐、品牌、相似香气和叠加指南。

自然语言处理工具时尚与美妆
查看 AI 应用 Top 250

决策模型 API,处理文本和图像以提供可操作的答案。它支持多种决策类型,并提供可选的推理功能,适用于各种应用。Sage by Levanto Labs 是一个决策模型 API,处理文本和图像以提供可操作的答案。它支持多种决策类型,并提供可选的推理功能,适用于各种应用。

计算机视觉工具
查看 AI 应用 Top 250

提供一个免费的 AI 图像和视频提示库,适用于 ChatGPT、Gemini 和 Nano Banana 等工具。用户可以轻松复制和粘贴超过 237 个提示,创建令人惊叹的视觉效果,无需任何设计技能或注册要求。纳米 AI 提示提供一个免费的 AI 图像和视频提示库,适用于 ChatGPT、Gemini 和 Nano Banana 等工具。用户可以轻松复制和粘贴超过 237 个提示,创建令人惊叹的视觉效果,无需任何设计技能或注册要求。

提示词工程工具
查看 AI 应用 Top 250

AI 应用

提供了一个全面的平台,以竞争力的价格访问 OpenAI 和 ChatGPT API。它为各种 AI 模型提供统一的预付费密钥系统,使开发者和企业能够无缝集成和经济高效地使用。KeyoAPI 提供了一个全面的平台,以竞争力的价格访问 OpenAI 和 ChatGPT API。它为各种 AI 模型提供统一的预付费密钥系统,使开发者和企业能够无缝集成和经济高效地使用。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI 应用

Reflection的首个开放权重模型,旨在处理编码、推理和代理工作负载。拥有5010亿个参数,提供竞争力的性能和效率,使其成为企业应用的强大工具。Beam是Reflection的首个开放权重模型,旨在处理编码、推理和代理工作负载。拥有5010亿个参数,提供竞争力的性能和效率,使其成为企业应用的强大工具。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI GitHub 仓库

BigMoeOnEdge 使得在各种设备上运行超出 RAM 限制的 MoE 模型成为可能,包括手机和笔记本电脑。它使用自适应流优化器确保在任何硬件或操作系统上实现无损性能,利用标准的 llama.cpp。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI 应用

AI API 平台,提供对 30 多个 AI 模型的访问,包括 GPT 和 Claude,使用一个 API 密钥即可。它提供透明的计费,显示每个请求的确切令牌、延迟和费用,非常适合开发者和小团队。Vergora 是一个 AI API 平台,提供对 30 多个 AI 模型的访问,包括 GPT 和 Claude,使用一个 API 密钥即可。它提供透明的计费,显示每个请求的确切令牌、延迟和费用,非常适合开发者和小团队。

机器学习平台
查看 AI 应用 Top 250

AI 模型

先进的图像编辑和生成 AI 模型,将这两种功能集成在一个框架中。它提供高质量、可控的编辑和文本到图像生成,非常适合专业工作流程。Fibo 2.0 Dev 是一个先进的图像编辑和生成 AI 模型,将这两种功能集成在一个框架中。它提供高质量、可控的编辑和文本到图像生成,非常适合专业工作流程。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

来自 vLLM 语义路由器的先进 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率回答问题,提供高效的决策能力。d3-turbo 是来自 vLLM 语义路由器的先进 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率回答问题,提供高效的决策能力。

AI 模型与大语言模型
查看 AI 模型 Top 5

先进的图像编辑模型,结合了高质量编辑和低延迟。它提供结构化的 JSON 控制,便于进行精确且可重复的编辑,非常适合专业工作流程。Fibo 2.0 Edit Turbo 是一个先进的图像编辑模型,结合了高质量编辑和低延迟。它提供结构化的 JSON 控制,便于进行精确且可重复的编辑,非常适合专业工作流程。

AI 模型与大语言模型
查看 AI 模型 Top 5

文本决策模型,旨在为各种问题的答案选项分配概率。它在工具选择、意图分类和自动化决策方面表现出色,是结构化决策任务的宝贵资产。AutoTrust-JEV-27B v1.1 是一个文本决策模型,旨在为各种问题的答案选项分配概率。它在工具选择、意图分类和自动化决策方面表现出色,是结构化决策任务的宝贵资产。

AI 模型与大语言模型
查看 AI 模型 Top 5

大语言模型

紧凑型通用语言模型,旨在设备上部署。它提供了改进的编码、多语言和推理能力,非常适合开发人员和用户处理现实世界的任务。Spark-X2.6-4B 是一款紧凑型通用语言模型,旨在设备上部署。它提供了改进的编码、多语言和推理能力,非常适合开发人员和用户处理现实世界的任务。

AI 模型与大语言模型
查看 大语言模型 Top 100

上下文感知的语音识别模型,支持中文、英文及多种方言。它通过语言骨干和音频编码器进行语音转录,并通过热词支持特定领域的术语。Ming-3.0-asr-tiny 是一个上下文感知的语音识别模型,支持中文、英文及多种方言。它通过语言骨干和音频编码器进行语音转录,并通过热词支持特定领域的术语。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

高性能、大规模推理框架,专为 DeepSeek 模型设计。它促进高效且可扩展的推理过程,非常适合需要强大模型部署和执行的深度学习项目开发者。DeepInfer 是一个高性能、大规模推理框架,专为 DeepSeek 模型设计。它促进高效且可扩展的推理过程,非常适合需要强大模型部署和执行的深度学习项目开发者。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

由Mistral AI开发的时间序列基础模型。它旨在处理复杂的时间序列数据,提供强大的分析和洞察。非常适合从事预测分析和预测的开发人员和数据科学家。Timestral是由Mistral AI开发的时间序列基础模型。它旨在处理复杂的时间序列数据,提供强大的分析和洞察。非常适合从事预测分析和预测的开发人员和数据科学家。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 应用

多模型 AI API 平台,允许开发者通过一个账户和 API 密钥访问来自不同提供商的文本、图像和视频模型。它简化了集成和计费,使开发者和内容创作者更容易使用多个 AI 模型。LanoX 是一个多模型 AI API 平台,允许开发者通过一个账户和 API 密钥访问来自不同提供商的文本、图像和视频模型。它简化了集成和计费,使开发者和内容创作者更容易使用多个 AI 模型。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI GitHub 仓库

开源项目,提供EAGLE-4模型的官方推理代码。它允许开发者通过GitHub进行贡献和协作,以增强模型的能力。EAGLE-4是一个开源项目,提供EAGLE-4模型的官方推理代码。它允许开发者通过GitHub进行贡献和协作,以增强模型的能力。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

多语言语音语言模型,旨在实现自动语音识别和翻译。它支持英语、法语、德语、西班牙语、葡萄牙语和日语,提供更高的转录准确性和抗噪声能力。Granite Speech 5.0 2B 是一个多语言语音语言模型,旨在实现自动语音识别和翻译。它支持英语、法语、德语、西班牙语、葡萄牙语和日语,提供更高的转录准确性和抗噪声能力。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

GitHub项目,专注于学习如何在测试时从LLM代理失败中恢复。它旨在通过解决测试过程中的失败点来增强语言模型代理的稳健性和可靠性。Sentry是一个GitHub项目,专注于学习如何在测试时从LLM代理失败中恢复。它旨在通过解决测试过程中的失败点来增强语言模型代理的稳健性和可靠性。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

先进文本生成模型的集合,旨在实现内存原生的演变。它提供了不同参数的模型,以满足不同的文本生成需求,提供灵活性和可扩展性。MemT-1是一个先进文本生成模型的集合,旨在实现内存原生的演变。它提供了不同参数的模型,以满足不同的文本生成需求,提供灵活性和可扩展性。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI 模型

用于生物分子设计的流匹配模型,能够根据分子上下文(如结合目标或酶基序)生成蛋白质序列和结构。由 NVIDIA 和 Baker Lab 开发,它提供了先进的蛋白质设计能力。RFD4-Proteina 是一种用于生物分子设计的流匹配模型,能够根据分子上下文(如结合目标或酶基序)生成蛋白质序列和结构。由 NVIDIA 和 Baker Lab 开发,它提供了先进的蛋白质设计能力。

AI 模型与大语言模型医疗健康与生命科学
查看 AI 模型 Top 5

草稿模型,旨在与 Beam 语言模型协同工作。它使用推测解码来确保输出的准确性和效率,使其适合复杂的语言处理任务。Beam 1.0 DFlash2 是一个草稿模型,旨在与 Beam 语言模型协同工作。它使用推测解码来确保输出的准确性和效率,使其适合复杂的语言处理任务。

AI 模型与大语言模型
查看 AI 模型 Top 5

大语言模型

由Reflection开发的开源文本生成模型。它采用稀疏专家混合架构,拥有5010亿个参数,提供高效的推理和编码能力。该模型专为英语设计,在软件工程、智能工具使用和科学推理方面表现出色。Beam是由Reflection开发的开源文本生成模型。它采用稀疏专家混合架构,拥有5010亿个参数,提供高效的推理和编码能力。该模型专为英语设计,在软件工程、智能工具使用和科学推理方面表现出色。

AI 模型与大语言模型
查看 大语言模型 Top 100

AI 模型

视频世界生成模型,通过文本指令和相机控制实现自由形式的多轮交互。它生成视频片段,允许用户引入对象、改变风格和控制相机,从而增强互动世界的创建。Hy-Nomas 是一个视频世界生成模型,通过文本指令和相机控制实现自由形式的多轮交互。它生成视频片段,允许用户引入对象、改变风格和控制相机,从而增强互动世界的创建。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

为电话通信设计的带口音英语文本转语音模型。它支持南方美国和非洲英语口音,为电话线路和其他电话系统提供真实的语音合成。Hurston-1 是一个为电话通信设计的带口音英语文本转语音模型。它支持南方美国和非洲英语口音,为电话线路和其他电话系统提供真实的语音合成。

AI 模型与大语言模型电信
查看 AI 模型 Top 5

大语言模型

高容量教师模型,专为复杂编码和专业协作任务而设计。它在代理性能方面表现出色,提供了一个具有成本效益的现实部署选项,并支持小型模型的蒸馏管道。Nanbeige4.3-33B 是一款高容量教师模型,专为复杂编码和专业协作任务而设计。它在代理性能方面表现出色,提供了一个具有成本效益的现实部署选项,并支持小型模型的蒸馏管道。

AI 模型与大语言模型
查看 大语言模型 Top 100

大语言模型

腾讯微信视觉推出的统一视觉-语言模型。它集成了对象和像素级感知,用于对象检测和图像抠图等任务,采用轻量级像素解码器。WeVisOne-VL 是腾讯微信视觉推出的统一视觉-语言模型。它集成了对象和像素级感知,用于对象检测和图像抠图等任务,采用轻量级像素解码器。

AI 模型与大语言模型
查看 大语言模型 Top 100

AI GitHub 仓库

提供了一系列旨在帮助用户有效利用 REA(反向工程任何事物)的提示。它有助于分解和克隆程序,增强反向工程过程。REA-Prompts 提供了一系列旨在帮助用户有效利用 REA(反向工程任何事物)的提示。它有助于分解和克隆程序,增强反向工程过程。

提示词工程工具
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

旨在探索 Qwen3.5-4B 模型中神经元的工具。它允许用户推动每个 MLP 神经元,保留每次展开,并浏览结果,从而加深对神经网络行为的理解。Neuron Explorer 是一个旨在探索 Qwen3.5-4B 模型中神经元的工具。它允许用户推动每个 MLP 神经元,保留每次展开,并浏览结果,从而加深对神经网络行为的理解。

机器学习平台
查看 AI GitHub 仓库 Top 250

AI 应用

提供强大的 API,用于生成高质量的 AI 图像。它支持开发者、初创企业和企业创建图像生成应用程序,并通过简单的 REST 端点自动化创意工作流程。GPT Image 2.5 提供强大的 API,用于生成高质量的 AI 图像。它支持开发者、初创企业和企业创建图像生成应用程序,并通过简单的 REST 端点自动化创意工作流程。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI 应用

提供统一的 API,以访问超过 100 个顶级 AI 模型,用于视频、图像、音频和文本处理。它提供快速集成、显著的成本节省和高性能,非常适合寻求高效 AI 解决方案的开发者。Crun 提供统一的 API,以访问超过 100 个顶级 AI 模型,用于视频、图像、音频和文本处理。它提供快速集成、显著的成本节省和高性能,非常适合寻求高效 AI 解决方案的开发者。

机器学习平台
查看 AI 应用 Top 250

AI GitHub 仓库

专注于学习残余记忆以实现上下文压缩的GitHub仓库。它为开发者提供工具和资源,以提高AI模型的内存效率,支持互动在线培训和与Codex的集成。Remory是一个专注于学习残余记忆以实现上下文压缩的GitHub仓库。它为开发者提供工具和资源,以提高AI模型的内存效率,支持互动在线培训和与Codex的集成。

机器学习与数据科学
查看 AI GitHub 仓库 Top 250

先进的光学字符识别模型,旨在进行超长文档解析。它使用稀疏参考滑动窗口注意力机制,实现高效的无限视野解析,非常适合处理大规模文档,同时计算开销最小。Unlimited OCR 2 是一款先进的光学字符识别模型,旨在进行超长文档解析。它使用稀疏参考滑动窗口注意力机制,实现高效的无限视野解析,非常适合处理大规模文档,同时计算开销最小。

AI 模型与大语言模型
查看 AI 模型 Top 5

全模态 AI 模型,能够理解文本、图像、视频和音频。它提供文本和语音输出,旨在高效地在设备上使用,具有 22 亿个参数。LiquidAI LFM3-Omni-2B 是一个全模态 AI 模型,能够理解文本、图像、视频和音频。它提供文本和语音输出,旨在高效地在设备上使用,具有 22 亿个参数。

AI 模型与大语言模型
查看 AI 模型 Top 5

用于处理文本、图像和音频的决策模型。它能够快速提供经过校准的答案,而无需生成令牌,非常适合用于呼叫路由和声音事件检测等应用。LiquidAI d1-Omni-2B 是一个用于处理文本、图像和音频的决策模型。它能够快速提供经过校准的答案,而无需生成令牌,非常适合用于呼叫路由和声音事件检测等应用。

AI 模型与大语言模型
查看 AI 模型 Top 5

文本转语音模型,提供改进的语音真实感和零样本语音克隆。它支持 23 种语言,并使用紧凑的 0.6B 架构。Audio8-TTS-Realistic-0.6b 是一个文本转语音模型,提供改进的语音真实感和零样本语音克隆。它支持 23 种语言,并使用紧凑的 0.6B 架构。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

来自 vLLM 语义路由器的 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率形式回答问题。非常适合复杂决策任务,支持每个问题最多 131,072 个标记,并提供免费的 API 供测试。d3-ultra 是来自 vLLM 语义路由器的 27B 多模态决策模型。它处理文本、JSON、图像和视频,以概率形式回答问题。非常适合复杂决策任务,支持每个问题最多 131,072 个标记,并提供免费的 API 供测试。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

为 Apple Silicon 优化的推理引擎,兼容 OpenAI 和 Anthropic API。由 Nace AI 开发,支持 Qwen 和 Nemotron 模型,为 AI 推理任务提供高性能解决方案。Kapitsa 是一个为 Apple Silicon 优化的推理引擎,兼容 OpenAI 和 Anthropic API。由 Nace AI 开发,支持 Qwen 和 Nemotron 模型,为 AI 推理任务提供高性能解决方案。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

专为文本中心文档理解设计的 OCR 特定模型。它在解析文本、表格和图表方面表现出色,为现实世界的文档处理提供高效的推理和便捷的部署。MiniCPM-OCR 1.0 是一个专为文本中心文档理解设计的 OCR 特定模型。它在解析文本、表格和图表方面表现出色,为现实世界的文档处理提供高效的推理和便捷的部署。

AI 模型与大语言模型
查看 AI 模型 Top 5

提供了一种小型、经过精细调整的视觉模型,用于扫描表单提取,经过与前沿视觉 API 和 Azure Document Intelligence 的基准测试。它展示了一个自有模型可以在各种表单类型(包括广告购买表单和收据)上实现与领先商业解决方案相当的准确性,同时成本显著更低,并提供数据隐私的好处。Forms That Read Themselves 提供了一种小型、经过精细调整的视觉模型,用于扫描表单提取,经过与前沿视觉 API 和 Azure Document Intelligence 的基准测试。它展示了一个自有模型可以在各种表单类型(包括广告购买表单和收据)上实现与领先商业解决方案相当的准确性,同时成本显著更低,并提供数据隐私的好处。

计算机视觉工具
查看 AI 应用 Top 250

AI 模型

拥有 1.08 亿参数的时间序列基础模型,旨在进行零-shot 概率预测。它支持协变量,并在 GIFT-Eval 和 fev-bench 等基准测试中提供了最先进的结果。该模型非常适合需要高准确度预测未来时间相关数据点的应用,提供了强大的性能以应对各种预测任务。TimeH2O-v1 是一个拥有 1.08 亿参数的时间序列基础模型,旨在进行零-shot 概率预测。它支持协变量,并在 GIFT-Eval 和 fev-bench 等基准测试中提供了最先进的结果。该模型非常适合需要高准确度预测未来时间相关数据点的应用,提供了强大的性能以应对各种预测任务。

AI 模型与大语言模型
查看 AI 模型 Top 5

拥有 340 亿参数的自动语音识别模型,基于 NeMo 构建。它在 40 种语言中提供高准确度的转录、翻译和音频理解。该模型支持多种任务,包括上下文转录、说话者归属转录和语音翻译,适用于多样的语音和音频应用。NVIDIA Nemotron 3.5 Transcribe 是一个拥有 340 亿参数的自动语音识别模型,基于 NeMo 构建。它在 40 种语言中提供高准确度的转录、翻译和音频理解。该模型支持多种任务,包括上下文转录、说话者归属转录和语音翻译,适用于多样的语音和音频应用。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 应用

综合性的在线库,提供超过 31,000 个免费的 AI 图像提示模板,适用于 GPT Image 2、Nano Banana 和 Seedream 等多种模型。用户可以免费浏览、复制和调整提示,或使用按需付费的信用系统直接在平台上生成图像。它为创作者、营销人员和开发者提供了宝贵的资源。GPT Image Hub 是一个综合性的在线库,提供超过 31,000 个免费的 AI 图像提示模板,适用于 GPT Image 2、Nano Banana 和 Seedream 等多种模型。用户可以免费浏览、复制和调整提示,或使用按需付费的信用系统直接在平台上生成图像。它为创作者、营销人员和开发者提供了宝贵的资源。

提示词工程工具
查看 AI 应用 Top 250

提供按图像计费的 AI 图像生成 API,提供对多种模型的访问,如 Nano Banana Pro 和 GPT Image。用户可以以不同的分辨率生成图像,仅对成功生成的图像收费。该服务支持通过信用卡或 USDT 灵活充值,适合需要可扩展图像创作的开发者和企业。VELIN 提供按图像计费的 AI 图像生成 API,提供对多种模型的访问,如 Nano Banana Pro 和 GPT Image。用户可以以不同的分辨率生成图像,仅对成功生成的图像收费。该服务支持通过信用卡或 USDT 灵活充值,适合需要可扩展图像创作的开发者和企业。

AI 模型与大语言模型
查看 AI 应用 Top 250

来自 ServiceNow 的开放音频文本到文本模型,拥有 270 亿个参数和 Transformers。它处理口头请求,推理对话上下文,并生成文本响应和工具调用。该模型通过添加语音接口来增强互动语音助手、客户支持和口语工具使用,同时保留文本和图像输入功能。Apriel Voice 27B Preview 是来自 ServiceNow 的开放音频文本到文本模型,拥有 270 亿个参数和 Transformers。它处理口头请求,推理对话上下文,并生成文本响应和工具调用。该模型通过添加语音接口来增强互动语音助手、客户支持和口语工具使用,同时保留文本和图像输入功能。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

开源的GitHub仓库,提供快速且准确的光学字符识别(OCR)解决方案。它包括评估OCR结果正确性的功能,适合开发者和研究人员。该项目提供了一个强大的框架,用于将先进的OCR能力集成到各种应用中,专注于性能和可靠性。MiniCPM-OCR是一个开源的GitHub仓库,提供快速且准确的光学字符识别(OCR)解决方案。它包括评估OCR结果正确性的功能,适合开发者和研究人员。该项目提供了一个强大的框架,用于将先进的OCR能力集成到各种应用中,专注于性能和可靠性。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

AI 模型

强大的 689M 参数图像文本到文本模型,专为文档智能设计。它提供高准确性、快速吞吐量和多语言支持,适用于 OCR、布局分析和表格识别。该模型可以处理各种文档类型,将文本、布局和表格提取为 HTML,使其非常适合高级文档处理任务。Surya OCR 2.5 是一个强大的 689M 参数图像文本到文本模型,专为文档智能设计。它提供高准确性、快速吞吐量和多语言支持,适用于 OCR、布局分析和表格识别。该模型可以处理各种文档类型,将文本、布局和表格提取为 HTML,使其非常适合高级文档处理任务。

计算机视觉工具
查看 AI 模型 Top 5

AI GitHub 仓库

可扩展的生成性人工智能框架,旨在为研究人员和开发者提供支持。它支持大型语言模型、跨模态人工智能和语音人工智能应用的创建与发展,包括自动语音识别(ASR)和文本转语音(TTS)。该框架提供了构建这些领域复杂人工智能模型所需的工具和资源。NVIDIA NeMo Speech 是一个可扩展的生成性人工智能框架,旨在为研究人员和开发者提供支持。它支持大型语言模型、跨模态人工智能和语音人工智能应用的创建与发展,包括自动语音识别(ASR)和文本转语音(TTS)。该框架提供了构建这些领域复杂人工智能模型所需的工具和资源。

机器学习与数据科学
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

GitHub 项目,将 NES CPU 编译为标准 Qwen3.5 模型的权重。这个创新项目展示了一种将经典硬件仿真与现代 AI 模型相结合的新方法,为对非常规 AI 应用感兴趣的开发者和研究人员提供了复古计算与先进机器学习技术的独特融合。nesformer 是一个 GitHub 项目,将 NES CPU 编译为标准 Qwen3.5 模型的权重。这个创新项目展示了一种将经典硬件仿真与现代 AI 模型相结合的新方法,为对非常规 AI 应用感兴趣的开发者和研究人员提供了复古计算与先进机器学习技术的独特融合。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

GitHub 仓库,提供机器学习模型和算法的基础 NumPy 实现。它专注于可访问性,旨在涵盖从线性回归到深度学习的广泛主题。这个开源项目为开发者和学习者提供了基础代码,以理解各种机器学习概念的基本机制。ML-From-Scratch 是一个 GitHub 仓库,提供机器学习模型和算法的基础 NumPy 实现。它专注于可访问性,旨在涵盖从线性回归到深度学习的广泛主题。这个开源项目为开发者和学习者提供了基础代码,以理解各种机器学习概念的基本机制。

机器学习与数据科学
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

开源的GitHub仓库,提供视频和音频生成的推理能力。该项目允许开发者集成先进的AI模型,以创建动态的视觉和听觉内容。它为从事生成媒体应用的研究人员和工程师提供了一个基础工具,提供了一个灵活的框架,以便在各种创意和技术领域进行实验和部署。Pika H3 Flex是一个开源的GitHub仓库,提供视频和音频生成的推理能力。该项目允许开发者集成先进的AI模型,以创建动态的视觉和听觉内容。它为从事生成媒体应用的研究人员和工程师提供了一个基础工具,提供了一个灵活的框架,以便在各种创意和技术领域进行实验和部署。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

具有 6 亿参数的文本转语音模型,提供增强的语音真实感和零样本语音克隆。它支持 23 种语言,扩展了其前身,并包括完整的模型检查点、神经音频编解码器、分词器和处理器。该模型旨在灵活生成语音并实现高吞吐量的 GPU 服务。Audio8-TTS-Realistic-Air 是一个具有 6 亿参数的文本转语音模型,提供增强的语音真实感和零样本语音克隆。它支持 23 种语言,扩展了其前身,并包括完整的模型检查点、神经音频编解码器、分词器和处理器。该模型旨在灵活生成语音并实现高吞吐量的 GPU 服务。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

创新项目,将完整的计算机,特别是精确的 CPU,编译到语言模型的权重中。利用 Qwen3.5-4B,它将 Gated DeltaNet 状态作为 RAM,展示了在神经网络架构中集成计算硬件的新方法。这个 GitHub 存储库展示了这一独特概念背后的研究与开发。Qwenputer 是一个创新项目,将完整的计算机,特别是精确的 CPU,编译到语言模型的权重中。利用 Qwen3.5-4B,它将 Gated DeltaNet 状态作为 RAM,展示了在神经网络架构中集成计算硬件的新方法。这个 GitHub 存储库展示了这一独特概念背后的研究与开发。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

大语言模型

模块化的大型语言模型(LLM),旨在满足多种人工智能应用的需求。它将基础模型与多个适配器和编码器集成,使单个托管端点能够处理自然语言响应、一般和专业决策以及多语言语音转文本转录。该模型为开发人员提供了灵活性和全面的能力。Granite Switch 4.1 30B 是一个模块化的大型语言模型(LLM),旨在满足多种人工智能应用的需求。它将基础模型与多个适配器和编码器集成,使单个托管端点能够处理自然语言响应、一般和专业决策以及多语言语音转文本转录。该模型为开发人员提供了灵活性和全面的能力。

AI 模型与大语言模型
查看 大语言模型 Top 100

AI 应用

提供了一个强大的 API,用于访问 YouTube 视频的转录文本、元数据和搜索结果。它提供了逐字时间戳、Markdown、SRT 和 VTT 等多种输出格式,并支持对多达 100 个视频的批量处理。用户还可以无代码导出整个频道或播放列表,并且 Chrome 扩展增强了快速访问和下载转录文本的功能。YTAPI 提供了一个强大的 API,用于访问 YouTube 视频的转录文本、元数据和搜索结果。它提供了逐字时间戳、Markdown、SRT 和 VTT 等多种输出格式,并支持对多达 100 个视频的批量处理。用户还可以无代码导出整个频道或播放列表,并且 Chrome 扩展增强了快速访问和下载转录文本的功能。

自然语言处理工具
查看 AI 应用 Top 250

AI GitHub 仓库

该 GitHub 存储库提供了与博客文章《LLMs 可以理解和写神经网络权重》相关的实验日志的全面集合。它包括各种实验的提示、回复和推理,为大型语言模型如何与神经网络权重进行交互和生成提供了宝贵的见解。该存储库为研究人员和开发人员探索 LLM 在该领域的能力提供了详细的参考。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 模型

基于 Sarvam-105B 构建的决策模型,旨在进行文本分类。它接受一个上下文和多个问题,每个问题都有预定义的答案,并在一次传递中返回每个选项的概率。该模型不生成文本,确保答案始终从提供的选项中选择,使其非常适合结构化决策任务。Sarvam-Prism 是一个基于 Sarvam-105B 构建的决策模型,旨在进行文本分类。它接受一个上下文和多个问题,每个问题都有预定义的答案,并在一次传递中返回每个选项的概率。该模型不生成文本,确保答案始终从提供的选项中选择,使其非常适合结构化决策任务。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

旨在帮助大型语言模型(LLMs)生成符合 ASD-STE100 简化技术英语标准的文档的代理技能。该 GitHub 存储库提供了实现和测试此技能所需的代码、提示、示例和评估工具。它旨在确保 AI 生成的技术写作的清晰性和一致性,遵循既定的简化语言标准。SimpleEnglish 是一项旨在帮助大型语言模型(LLMs)生成符合 ASD-STE100 简化技术英语标准的文档的代理技能。该 GitHub 存储库提供了实现和测试此技能所需的代码、提示、示例和评估工具。它旨在确保 AI 生成的技术写作的清晰性和一致性,遵循既定的简化语言标准。

自然语言处理工具
查看 AI GitHub 仓库 Top 250

AI 模型

SoMark团队开发的开源文档解析模型。它将PDF和文档图像转换为代理友好的数据格式,如Markdown或JSON,包括布局坐标。通过在后期训练中利用递归自我改进循环,OXR-1.0以仅1.3亿个参数实现了最先进的准确性和行业领先的解析速度,使其在多样化的文档处理需求中极为高效。OXR-1.0是SoMark团队开发的开源文档解析模型。它将PDF和文档图像转换为代理友好的数据格式,如Markdown或JSON,包括布局坐标。通过在后期训练中利用递归自我改进循环,OXR-1.0以仅1.3亿个参数实现了最先进的准确性和行业领先的解析速度,使其在多样化的文档处理需求中极为高效。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 应用

专为 K–12 学习和教学设计的开放基础模型家族。它提供课程基础、问题解决、诊断推理和教学辅导的能力。该模型有多种规模,支持教育研究和教师辅助工具的开发,为多个学科和格式提供强大的教学支持和问题解决能力。OmniEdu 是一个专为 K–12 学习和教学设计的开放基础模型家族。它提供课程基础、问题解决、诊断推理和教学辅导的能力。该模型有多种规模,支持教育研究和教师辅助工具的开发,为多个学科和格式提供强大的教学支持和问题解决能力。

AI 模型与大语言模型教育与在线学习
查看 AI 应用 Top 250

AI 应用

AI Hub by Volcengine 为开发者提供了一个全面的平台,能够快速访问和利用各种 AI 模型。它提供了可直接使用的视频生成、图像创作和各种语音应用模型,使 AI 驱动的应用程序开发更加高效。该平台旨在简化将先进 AI 能力集成到业务运营中的过程。

机器学习平台
查看 AI 应用 Top 250

AI 应用

视频提示库,旨在使用 Seedance 模型发现和创建 AI 视频。它提供了超过 6,000 个可复制的 Seedance 2.0 和 2.5 提示示例,来源于社区和公共材料。用户可以研究场景结构,调整提示以适应他们的项目,并访问在线生成链接,还可以申请 API 访问以进行大规模使用。SeedanceLib 是一个视频提示库,旨在使用 Seedance 模型发现和创建 AI 视频。它提供了超过 6,000 个可复制的 Seedance 2.0 和 2.5 提示示例,来源于社区和公共材料。用户可以研究场景结构,调整提示以适应他们的项目,并访问在线生成链接,还可以申请 API 访问以进行大规模使用。

提示词工程工具
查看 AI 应用 Top 250

AI 应用

提供与 OpenAI 和 Anthropic 兼容的 API,以访问各种开放的 AI 模型,如 DeepSeek、Qwen、GLM、Kimi 和 Claude。用户可以使用加密货币支付代币,通过 CPU、GPU 或 ASIC 硬件挖矿获得积分,或使用 x402 工作按请求付费。该平台强调隐私,无需电子邮件或 KYC 要求。Hashference 提供与 OpenAI 和 Anthropic 兼容的 API,以访问各种开放的 AI 模型,如 DeepSeek、Qwen、GLM、Kimi 和 Claude。用户可以使用加密货币支付代币,通过 CPU、GPU 或 ASIC 硬件挖矿获得积分,或使用 x402 工作按请求付费。该平台强调隐私,无需电子邮件或 KYC 要求。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI 应用

由 Linum 开发的实验性 2B 参数文本到图像模型,Linum 是一个专注于生成视频模型的两人研究实验室。这个概念验证模型展示了一种新颖的 Pyramid-JiT 架构,以大幅降低约 21K 美元的训练成本实现高质量图像生成。它代表了朝着更高效和可及的动画创作工具迈出的重要一步。Linum P-JiT 是由 Linum 开发的实验性 2B 参数文本到图像模型,Linum 是一个专注于生成视频模型的两人研究实验室。这个概念验证模型展示了一种新颖的 Pyramid-JiT 架构,以大幅降低约 21K 美元的训练成本实现高质量图像生成。它代表了朝着更高效和可及的动画创作工具迈出的重要一步。

AI 模型与大语言模型
查看 AI 应用 Top 250

大语言模型

高效的稀疏专家混合模型(MoE)语言模型,具有 2800 亿个参数,旨在进行文本生成。该模型在 33.5 万亿个标记上进行预训练,支持 100 万标记的上下文进行微调和推理。该模型为领域适应、指令调优和强化学习研究提供了强大的起点,在各种基准测试中表现出色。ERNIE-5.5-Flash-Base 是一个高效的稀疏专家混合模型(MoE)语言模型,具有 2800 亿个参数,旨在进行文本生成。该模型在 33.5 万亿个标记上进行预训练,支持 100 万标记的上下文进行微调和推理。该模型为领域适应、指令调优和强化学习研究提供了强大的起点,在各种基准测试中表现出色。

AI 模型与大语言模型
查看 大语言模型 Top 100

AI GitHub 仓库

开源的GitHub项目,提供使用单个AI视频输入捕捉各种生物的运动能力。它利用DINOv2关节读取器,在一个框架内适配两个摄像机视角,并以GLB格式输出结果。该工具旨在为从事AI驱动运动捕捉的开发者和动画师提供支持。anymove是一个开源的GitHub项目,提供使用单个AI视频输入捕捉各种生物的运动能力。它利用DINOv2关节读取器,在一个框架内适配两个摄像机视角,并以GLB格式输出结果。该工具旨在为从事AI驱动运动捕捉的开发者和动画师提供支持。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

紧凑的双语决策模型,托管在 GitHub 上,参数量为 144.3M。该模型旨在提高效率,尽管体积小,但能够促进重要决策。它为开发者和研究人员提供了一个基础资源,专注于双语数据和决策过程,强调轻量架构带来的显著成果。Phocinae-Largha-150M-v1 是一个紧凑的双语决策模型,托管在 GitHub 上,参数量为 144.3M。该模型旨在提高效率,尽管体积小,但能够促进重要决策。它为开发者和研究人员提供了一个基础资源,专注于双语数据和决策过程,强调轻量架构带来的显著成果。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

由微软开发的开源前沿语音AI项目,托管在GitHub上。它提供了先进的语音人工智能能力,包括流式自动语音识别(ASR)推理和统一的文本转语音(TTS)与ASR环境。该代码库积极维护,最近的提交集中在架构更新和文档上,邀请开发者社区的贡献。VibeVoice是由微软开发的开源前沿语音AI项目,托管在GitHub上。它提供了先进的语音人工智能能力,包括流式自动语音识别(ASR)推理和统一的文本转语音(TTS)与ASR环境。该代码库积极维护,最近的提交集中在架构更新和文档上,邀请开发者社区的贡献。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

统一的库,提供最先进的深度学习模型优化技术。它包括量化、蒸馏、剪枝和神经架构搜索等方法,以压缩模型。该库旨在提高 TensorRT-LLM、TensorRT 和 vLLM 等部署框架的推理速度,使深度学习模型在各种应用中更加高效。NVIDIA Model-Optimizer 是一个统一的库,提供最先进的深度学习模型优化技术。它包括量化、蒸馏、剪枝和神经架构搜索等方法,以压缩模型。该库旨在提高 TensorRT-LLM、TensorRT 和 vLLM 等部署框架的推理速度,使深度学习模型在各种应用中更加高效。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI 应用

由蚂蚁集团开发的开源通用大型语言模型系列。基于专家混合(MoE)架构,Ling在推理效率、长上下文建模和多模态理解方面取得了突破。Ling支持从复杂视觉任务到日常办公自动化的各种应用,提供针对特定用例和部署场景优化的不同模型。Ling是由蚂蚁集团开发的开源通用大型语言模型系列。基于专家混合(MoE)架构,Ling在推理效率、长上下文建模和多模态理解方面取得了突破。Ling支持从复杂视觉任务到日常办公自动化的各种应用,提供针对特定用例和部署场景优化的不同模型。

AI 模型与大语言模型
查看 AI 应用 Top 250

免费的在线工具,帮助用户确定最适合其特定硬件配置的 AI 模型。通过分析 RAM、VRAM 和 GPU,它推荐可以本地运行或通过 API 运行的 AI 模型,提供性能洞察和可直接使用的安装命令,以实现最佳设置。AI Machine Advisor 是一个免费的在线工具,帮助用户确定最适合其特定硬件配置的 AI 模型。通过分析 RAM、VRAM 和 GPU,它推荐可以本地运行或通过 API 运行的 AI 模型,提供性能洞察和可直接使用的安装命令,以实现最佳设置。

机器学习与数据科学
查看 AI 应用 Top 250

AI GitHub 仓库

为 Windows、Linux 和 WSL 环境设计的 GPU 任务管理器。它提供了关于 GPU 活动、每个进程的 VRAM 使用情况以及 LLM 模型和 KV-cache 利用率的详细信息。该工具支持 Windows 上的 AMD 和 NVIDIA GPU,为开发者和使用 AI 及图形密集型应用的用户提供全面的监控。gputaskman 是一款为 Windows、Linux 和 WSL 环境设计的 GPU 任务管理器。它提供了关于 GPU 活动、每个进程的 VRAM 使用情况以及 LLM 模型和 KV-cache 利用率的详细信息。该工具支持 Windows 上的 AMD 和 NVIDIA GPU,为开发者和使用 AI 及图形密集型应用的用户提供全面的监控。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

Video Rebirth 开发的一个开源 GitHub 项目,提供了一个压缩的 MiniMax-H3 模型,用于联合视频和音频生成。该模型拥有 137 亿参数,支持 4 到 8 步推理,并提供 INT8 和 GGUF 格式,使其对从事多媒体 AI…HyperFlow H3 Flash 是 Video Rebirth 开发的一个开源 GitHub 项目,提供了一个压缩的 MiniMax-H3 模型,用于联合视频和音频生成。该模型拥有 137 亿参数,支持 4 到 8 步推理,并提供 INT8 和 GGUF 格式,使其对从事多媒体 AI…

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

全方位的AI框架,旨在实现高级语义搜索、大型语言模型(LLM)编排和全面的语言模型工作流。它提供了构建利用自然语言处理的应用程序的工具,使开发人员能够创建智能系统,用于数据检索、内容生成和复杂的AI任务自动化。该框架简化了将AI能力集成到各种项目中的过程。txtai是一个全方位的AI框架,旨在实现高级语义搜索、大型语言模型(LLM)编排和全面的语言模型工作流。它提供了构建利用自然语言处理的应用程序的工具,使开发人员能够创建智能系统,用于数据检索、内容生成和复杂的AI任务自动化。该框架简化了将AI能力集成到各种项目中的过程。

自然语言处理工具
查看 AI GitHub 仓库 Top 250

AI 应用

简化了从笔记本直接创建 Amazon Bedrock 知识库的过程。它允许用户仅通过四个 Python 单元将 S3 文档转换为可搜索的索引,消除了对广泛 AWS 专业知识的需求。该工具在创建任何资源之前提供了清晰的构建计划,确保透明度并防止半成品配置。kbforge 简化了从笔记本直接创建 Amazon Bedrock 知识库的过程。它允许用户仅通过四个 Python 单元将 S3 文档转换为可搜索的索引,消除了对广泛 AWS 专业知识的需求。该工具在创建任何资源之前提供了清晰的构建计划,确保透明度并防止半成品配置。

向量数据库与检索
查看 AI 应用 Top 250

AI GitHub 仓库

GitHub项目,使用户能够在纯64GB CPU上运行大型语言模型,如284B DeepSeek-V4-Flash和30B MoEs,而无需GPU。它支持高每秒令牌率和256K上下文窗口,集成了SwiGLU-H2和Claude Code恢复等先进功能,以实现高效、可访问的AI模型部署和实验。llama-modchip是一个GitHub项目,使用户能够在纯64GB CPU上运行大型语言模型,如284B DeepSeek-V4-Flash和30B MoEs,而无需GPU。它支持高每秒令牌率和256K上下文窗口,集成了SwiGLU-H2和Claude Code恢复等先进功能,以实现高效、可访问的AI模型部署和实验。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

开源的 GitHub 项目,旨在使 AI 能够实时 "看" 你的屏幕。它智能地根据变化过滤帧,将多个帧合并为单个图像,并最小化静态屏幕的令牌使用。该项目帮助 AI 高效处理动态屏幕内容中的视觉信息,非常适合各种自动化和分析任务。dsh-see-now 是一个开源的 GitHub 项目,旨在使 AI 能够实时 "看" 你的屏幕。它智能地根据变化过滤帧,将多个帧合并为单个图像,并最小化静态屏幕的令牌使用。该项目帮助 AI 高效处理动态屏幕内容中的视觉信息,非常适合各种自动化和分析任务。

计算机视觉工具
查看 AI GitHub 仓库 Top 250

通过分析两个人之间的沟通,提供对人际动态的洞察。它读取每个人的正常沟通模式以及他们作为一对的互动,提供可操作的反馈,而不分配分数或标签。该工具旨在通过简单的网络请求进行集成,帮助用户理解关系变化并预测未来的互动。ARVX Relationship Reading 通过分析两个人之间的沟通,提供对人际动态的洞察。它读取每个人的正常沟通模式以及他们作为一对的互动,提供可操作的反馈,而不分配分数或标签。该工具旨在通过简单的网络请求进行集成,帮助用户理解关系变化并预测未来的互动。

自然语言处理工具
查看 AI 应用 Top 250

独立的桌面训练器设置,旨在进行提示工程。该 GitHub 存储库提供了必要的文件和配置,以设置本地环境以实验和优化 AI 提示。它为专注于优化与 AI 模型交互的开发者和研究人员提供了基础资源。Aion 2 AI Prompt Engineering Toolkit 是一个独立的桌面训练器设置,旨在进行提示工程。该 GitHub 存储库提供了必要的文件和配置,以设置本地环境以实验和优化 AI 提示。它为专注于优化与 AI 模型交互的开发者和研究人员提供了基础资源。

提示词工程工具
查看 AI GitHub 仓库 Top 250

来自 MiniMax H3 家族的开源尖端模型,旨在进行图像生成和编辑。它擅长将创意概念转化为详细的视觉世界,并精确遵循指令。该模型生成高分辨率的 16 兆像素图像,支持多种纵横比,无需使用放大器,以实用的计算成本提供卓越的真实感和丰富的细节。MiniMax-H3-Image 是来自 MiniMax H3 家族的开源尖端模型,旨在进行图像生成和编辑。它擅长将创意概念转化为详细的视觉世界,并精确遵循指令。该模型生成高分辨率的 16 兆像素图像,支持多种纵横比,无需使用放大器,以实用的计算成本提供卓越的真实感和丰富的细节。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

提供开放的全双工语音模型,旨在理解和响应语音语调。该项目使 Tag 和 Flash 功能能够在单个 GPU 上高效运行,使用 vLLM-Omni,目前端到端能力处于预览阶段。它为各种应用提供先进的语音交互,专注于自然和响应式的沟通。Sophon-Realtime v1 提供开放的全双工语音模型,旨在理解和响应语音语调。该项目使 Tag 和 Flash 功能能够在单个 GPU 上高效运行,使用 vLLM-Omni,目前端到端能力处于预览阶段。它为各种应用提供先进的语音交互,专注于自然和响应式的沟通。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

具有 280 亿参数的特征提取模型,托管在 Hugging Face 上。它提供了嵌入输入、根据查询对语料库进行排名以及回答关于状态的 Jev 风格问题的功能。该模型通过内部处理提示格式化简化了使用,支持文本、图像和视频等多种输入类型,使其在多种 AI 应用中具有多功能性。MetaEncoder v1 是一个具有 280 亿参数的特征提取模型,托管在 Hugging Face 上。它提供了嵌入输入、根据查询对语料库进行排名以及回答关于状态的 Jev 风格问题的功能。该模型通过内部处理提示格式化简化了使用,支持文本、图像和视频等多种输入类型,使其在多种 AI 应用中具有多功能性。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

开源 GitHub 项目,旨在运行超出系统 RAM 或 VRAM 容量的大型 AI 模型。它通过高效地从 SSD 存储直接流式传输专家混合(MoE)组件来实现这一点。基于 llama.cpp 框架,inferssd 使得在更受限的硬件上本地执行高级模型成为可能,使强大的 AI 在不需要大量内存升级的情况下变得可访问。inferssd 是一个开源 GitHub 项目,旨在运行超出系统 RAM 或 VRAM 容量的大型 AI 模型。它通过高效地从 SSD 存储直接流式传输专家混合(MoE)组件来实现这一点。基于 llama.cpp 框架,inferssd 使得在更受限的硬件上本地执行高级模型成为可能,使强大的 AI 在不需要大量内存升级的情况下变得可访问。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

开源的 LLM 推理引擎,旨在为各种硬件平台提供高性能计算。它支持 Metal、CUDA 和 Vulkan,为部署大型语言模型提供灵活的解决方案。该项目强调高效执行,并提供开发和部署工具,使其适合与先进 AI 模型合作的研究人员和开发人员。TensorFold 是一个开源的 LLM 推理引擎,旨在为各种硬件平台提供高性能计算。它支持 Metal、CUDA 和 Vulkan,为部署大型语言模型提供灵活的解决方案。该项目强调高效执行,并提供开发和部署工具,使其适合与先进 AI 模型合作的研究人员和开发人员。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

GitHub 项目,专注于优化在资源受限设备上执行各种大型语言模型(LLMs)。它提供基准测试、工具和文档,以便在手机、iPad 和电视盒子等小型设备上实现高效的 LLM 推理。该项目旨在最大化性能和兼容性,使先进的人工智能在日常设备上可用。smolmaxxing 是一个 GitHub 项目,专注于优化在资源受限设备上执行各种大型语言模型(LLMs)。它提供基准测试、工具和文档,以便在手机、iPad 和电视盒子等小型设备上实现高效的 LLM 推理。该项目旨在最大化性能和兼容性,使先进的人工智能在日常设备上可用。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI 模型

dots.tts.edit V1.1 是一个连续自回归模型,旨在进行精确的指令控制语音编辑和零-shot文本到语音合成。它支持多种操作,如文本替换、插入、删除、情感和韵律控制、暂停、增强以及背景音频操作,同时保留编辑区域外的原始说话者和声学上下文。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

开源的 AI 工程平台,旨在管理和观察 AI 调用和代理。基于 OpenTelemetry 构建,它提供了代理可观察性、评估和提示/技能管理的功能。用户可以自托管网关或利用 Langfuse Cloud 满足其 AI 基础设施需求,从而确保对 AI 操作的全面控制。Langfuse AI Gateway 是一个开源的 AI 工程平台,旨在管理和观察 AI 调用和代理。基于 OpenTelemetry 构建,它提供了代理可观察性、评估和提示/技能管理的功能。用户可以自托管网关或利用 Langfuse Cloud 满足其 AI 基础设施需求,从而确保对 AI 操作的全面控制。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

NVIDIA开发的一个多层框架,用于评估AI代理的能力。它包含质量门、语义重叠检测和生成合成评估数据集的工具。该框架还支持实时代理评估,提供关于特定技能如何影响代理行为和整体表现的见解。它旨在确保对AI代理的稳健和公平评估。SkillEvaluator是NVIDIA开发的一个多层框架,用于评估AI代理的能力。它包含质量门、语义重叠检测和生成合成评估数据集的工具。该框架还支持实时代理评估,提供关于特定技能如何影响代理行为和整体表现的见解。它旨在确保对AI代理的稳健和公平评估。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

本周

DeepSeek V3 模型的开源实现,包括 MLA、DeepSeekMoE、无辅助损失平衡和 MTP。该项目由 190 行纯 JAX 代码开发,展示了如何在 MacBook Air 上训练和采样模型。它提供了一种简洁高效的方式来探索先进的大型语言模型架构。DeepSeek V3 JAX 是 DeepSeek V3 模型的开源实现,包括 MLA、DeepSeekMoE、无辅助损失平衡和 MTP。该项目由 190 行纯 JAX 代码开发,展示了如何在 MacBook Air 上训练和采样模型。它提供了一种简洁高效的方式来探索先进的大型语言模型架构。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250
本周

由上海人工智能实验室开发的科学多模态模型。它旨在满足需要迭代分析和验证的研究任务,将科学数据理解与信息检索、编程和工具使用相结合。该模型支持超过十种类型的科学输入,使得预测、分类和结构推断等任务成为可能。Sage S2.1 Flash 是由上海人工智能实验室开发的科学多模态模型。它旨在满足需要迭代分析和验证的研究任务,将科学数据理解与信息检索、编程和工具使用相结合。该模型支持超过十种类型的科学输入,使得预测、分类和结构推断等任务成为可能。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI GitHub 仓库

本周

紧凑的开源英语文本转语音模型,具有两种不同的声音。该模型从头开始训练,拥有 450 万个参数,为开发者和研究人员在语音合成项目中提供了基础解决方案。它为将文本转语音功能集成到各种应用程序中提供了一种轻量级但功能强大的选择,强调了英语语言处理的效率和可访问性。tiny-voca 是一个紧凑的开源英语文本转语音模型,具有两种不同的声音。该模型从头开始训练,拥有 450 万个参数,为开发者和研究人员在语音合成项目中提供了基础解决方案。它为将文本转语音功能集成到各种应用程序中提供了一种轻量级但功能强大的选择,强调了英语语言处理的效率和可访问性。

AI 模型与大语言模型
查看 AI GitHub 仓库 Top 250

AI 应用

本周

与身份验证或面部识别技术相关的平台。虽然提供的内容很少,但域名暗示其专注于智能面部分析解决方案。它可能提供安全访问、用户身份验证或其他需要先进面部识别能力的应用服务。FaceIQ Labs 是一个与身份验证或面部识别技术相关的平台。虽然提供的内容很少,但域名暗示其专注于智能面部分析解决方案。它可能提供安全访问、用户身份验证或其他需要先进面部识别能力的应用服务。

计算机视觉工具
查看 AI 应用 Top 250
本周

基于网络的平台,用于管理多摄像头的野生动物和追踪摄像头捕获数据。它将混合的 SD 和 LTE 摄像头数据转化为经过审核的观察记录,使得位置比较公平、活动智能化以及团队协作得以实现。该平台帮助用户协调团队决策并生成报告,简化了将追踪摄像头混乱转化为可操作的野生动物智能的过程。Wildlife Dashboard 是一个基于网络的平台,用于管理多摄像头的野生动物和追踪摄像头捕获数据。它将混合的 SD 和 LTE 摄像头数据转化为经过审核的观察记录,使得位置比较公平、活动智能化以及团队协作得以实现。该平台帮助用户协调团队决策并生成报告,简化了将追踪摄像头混乱转化为可操作的野生动物智能的过程。

计算机视觉工具非营利组织与NGO
非营利组织与NGO 排名第 22 位

AI GitHub 仓库

本周

通用视觉-语言-行动基础模型的官方实现,旨在为长时间、实时游戏代理提供支持。该 GitHub 存储库提供了开发能够理解视觉和语言线索以在游戏环境中执行复杂动作的 AI 代理的核心代码和资源。它支持在互动模拟和实时策略游戏中进行先进 AI 的研究和开发。Gamer 是一个通用视觉-语言-行动基础模型的官方实现,旨在为长时间、实时游戏代理提供支持。该 GitHub 存储库提供了开发能够理解视觉和语言线索以在游戏环境中执行复杂动作的 AI 代理的核心代码和资源。它支持在互动模拟和实时策略游戏中进行先进 AI 的研究和开发。

AI 模型与大语言模型游戏与电竞
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

本周

开源的GitHub项目,作为systemone代理。它利用嵌入技术来提炼教师模型,提供先进模型提炼技术的框架。该代码库包括各种组件,如工作流、文档、示例以及不同的权重格式(int8和fp8),以便于模型部署和实验。hunch是一个开源的GitHub项目,作为systemone代理。它利用嵌入技术来提炼教师模型,提供先进模型提炼技术的框架。该代码库包括各种组件,如工作流、文档、示例以及不同的权重格式(int8和fp8),以便于模型部署和实验。

MLOps 与模型部署
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

本周

开源的GitHub仓库,旨在帮助用户从零开始训练一个64M参数的大型语言模型(LLM)。该项目提供了必要的代码和资源,使得在大约两个小时内完成这一过程成为可能,从而使开发者和研究人员能够轻松进行高级LLM训练。它包括数据集管理、模型架构和训练脚本等组件。minimind是一个开源的GitHub仓库,旨在帮助用户从零开始训练一个64M参数的大型语言模型(LLM)。该项目提供了必要的代码和资源,使得在大约两个小时内完成这一过程成为可能,从而使开发者和研究人员能够轻松进行高级LLM训练。它包括数据集管理、模型架构和训练脚本等组件。

机器学习与数据科学
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

本周

为检索增强生成(RAG)应用设计的全能框架。这个 GitHub 仓库为开发者提供了一个全面的开源解决方案,以构建和部署 RAG 管道。它支持多种数据摄取、处理和集成组件,适用于需要强大信息检索能力的各种 AI 项目。RAG-Anything 是一个为检索增强生成(RAG)应用设计的全能框架。这个 GitHub 仓库为开发者提供了一个全面的开源解决方案,以构建和部署 RAG 管道。它支持多种数据摄取、处理和集成组件,适用于需要强大信息检索能力的各种 AI 项目。

提示词工程工具
查看 AI GitHub 仓库 Top 250

AI 应用

本周

系统 1.5 决策模型,旨在实现快速和深入的思考,提供从单个检查点出发的多个深度操作点。它在每个循环步骤中高效地对选项进行评分,而无需生成推理令牌。该模型在不同深度提供答案,允许更多的决策空间,并通过按需深度节省计算资源。Lev 是一个系统 1.5 决策模型,旨在实现快速和深入的思考,提供从单个检查点出发的多个深度操作点。它在每个循环步骤中高效地对选项进行评分,而无需生成推理令牌。该模型在不同深度提供答案,允许更多的决策空间,并通过按需深度节省计算资源。

AI 模型与大语言模型
查看 AI 应用 Top 250

AI 应用

本周

独特的平台,旨在评估语言模型的协调能力。它模拟了一个 2D 足球比赛,其中两支五人队伍的每个球员都由一个独立的语言模型调用控制。这种设置允许精确测量这些模型在动态团队环境中协作的能力,为其协作智能提供了洞察。Soccer-Bench 是一个独特的平台,旨在评估语言模型的协调能力。它模拟了一个 2D 足球比赛,其中两支五人队伍的每个球员都由一个独立的语言模型调用控制。这种设置允许精确测量这些模型在动态团队环境中协作的能力,为其协作智能提供了洞察。

机器学习平台
查看 AI 应用 Top 250

AI 应用

本周

提供一个为 AI 代理设计的视频上下文 API,将来自 YouTube、TikTok、Instagram Reels 和 X 等平台的视频转换为带时间戳的转录文本、故事板和清晰的帧。它以 Markdown 和 JSON 格式提供数据,使代理能够高效处理视频内容而不消耗大量令牌。该服务可免费试用,注册时提供 100 个积分。VidCrawl 提供一个为 AI 代理设计的视频上下文 API,将来自 YouTube、TikTok、Instagram Reels 和 X 等平台的视频转换为带时间戳的转录文本、故事板和清晰的帧。它以 Markdown 和 JSON 格式提供数据,使代理能够高效处理视频内容而不消耗大量令牌。该服务可免费试用,注册时提供 100 个积分。

自然语言处理工具
查看 AI 应用 Top 250

AI GitHub 仓库

本周

预索引的代码知识图谱,能够自动与代码更改同步。它旨在增强各种 AI 代理和模型的能力,包括 Claude Code、Codex、Gemini 和 CoPilot。通过提供一个本地优化的知识库,Codegraph 旨在减少令牌使用和工具调用,从而实现更高效和更具成本效益的 AI 代码交互。Codegraph 是一个预索引的代码知识图谱,能够自动与代码更改同步。它旨在增强各种 AI 代理和模型的能力,包括 Claude Code、Codex、Gemini 和 CoPilot。通过提供一个本地优化的知识库,Codegraph 旨在减少令牌使用和工具调用,从而实现更高效和更具成本效益的 AI 代码交互。

自然语言处理工具
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

本周

Claude Code 技能,旨在通过引导 AI 模型远离其最初的、最常规的建议来增强创意输出。它帮助用户生成更独特和多样化的名称、创意、海报和用户界面设计,确保创意作品脱颖而出,而不是遵循平均模式。该工具非常适合那些希望推动 AI 辅助创意边界的人。antialgorithm 是一项 Claude Code 技能,旨在通过引导 AI 模型远离其最初的、最常规的建议来增强创意输出。它帮助用户生成更独特和多样化的名称、创意、海报和用户界面设计,确保创意作品脱颖而出,而不是遵循平均模式。该工具非常适合那些希望推动 AI 辅助创意边界的人。

提示词工程工具
查看 AI GitHub 仓库 Top 250

AI GitHub 仓库

本周

基于 PyTorch 的平台,旨在训练生成性 AI 模型。它提供了一个强大的框架,用于开发和优化大规模 AI 项目,充分利用 PyTorch 的能力。该平台支持模型训练的各个方面,包括激活卸载、分布式训练和全面测试,使其适合于从事先进生成性 AI 应用的研究人员和开发人员。TorchTitan 是一个基于 PyTorch 的平台,旨在训练生成性 AI 模型。它提供了一个强大的框架,用于开发和优化大规模 AI 项目,充分利用 PyTorch 的能力。该平台支持模型训练的各个方面,包括激活卸载、分布式训练和全面测试,使其适合于从事先进生成性 AI 应用的研究人员和开发人员。

机器学习平台
查看 AI GitHub 仓库 Top 250
昨天

特征提取模型,经过微调作为浏览器代理决策头。它利用非自回归的「系统 1」决策模型在浏览器环境中选择操作和目标元素。该模型旨在处理需要快速、单次决策的任务,提供现有浏览器自动化解决方案的替代方案,并支持各种真实网站的多步骤任务。cklxx/laya-browser 是一个特征提取模型,经过微调作为浏览器代理决策头。它利用非自回归的「系统 1」决策模型在浏览器环境中选择操作和目标元素。该模型旨在处理需要快速、单次决策的任务,提供现有浏览器自动化解决方案的替代方案,并支持各种真实网站的多步骤任务。

AI 模型与大语言模型
查看 AI 模型 Top 5

AI 模型

昨天

苹果开发的用于度量单目深度估计的 AI 模型。它能够从单张照片、视频或实时视频流中准确计算每个像素的深度,且输出全分辨率的深度信息。该模型旨在在物体边缘产生清晰的深度,并在帧之间保持时间一致性,使其适用于各种计算机视觉应用。DepthPro2 是苹果开发的用于度量单目深度估计的 AI 模型。它能够从单张照片、视频或实时视频流中准确计算每个像素的深度,且输出全分辨率的深度信息。该模型旨在在物体边缘产生清晰的深度,并在帧之间保持时间一致性,使其适用于各种计算机视觉应用。

AI 模型与大语言模型
查看 AI 模型 Top 5
昨天

具有 330 亿参数的视频到视频 AI 模型,旨在实现可控的视频生成。它利用视觉代理来修正摄像机路径、场景布局和物体运动,然后基于这些结构输入、外观参考图像和文本提示生成外观。该模型支持长时间流式传输和多粒度控制,适用于多种视频渲染任务。Invoker-Render 是一个具有 330 亿参数的视频到视频 AI 模型,旨在实现可控的视频生成。它利用视觉代理来修正摄像机路径、场景布局和物体运动,然后基于这些结构输入、外观参考图像和文本提示生成外观。该模型支持长时间流式传输和多粒度控制,适用于多种视频渲染任务。

AI 模型与大语言模型
查看 AI 模型 Top 5
今天

一份免费的每周电子邮件通讯,提供专业人士所需的 AI 新闻和实用提示。它帮助用户及时了解新的 AI 模型、代理、自动化和技能,为各种职位提供有用的提示。该服务旨在简化跟上快速变化的 AI 领域,提供快速阅读和可搜索的提示库。Prompt Insights 是一份免费的每周电子邮件通讯,提供专业人士所需的 AI 新闻和实用提示。它帮助用户及时了解新的 AI 模型、代理、自动化和技能,为各种职位提供有用的提示。该服务旨在简化跟上快速变化的 AI 领域,提供快速阅读和可搜索的提示库。

提示词工程工具
查看 AI 应用 Top 250
今天

苹果开发的用于单目深度估计的 AI 模型。它具有 2350 万个参数,旨在从照片和视频中提供清晰且时间一致的度量深度。该模型可以独立估计焦距,使其在各种视觉内容中具有多功能性,而无需先前的焦距信息。DepthPro2-focal 是苹果开发的用于单目深度估计的 AI 模型。它具有 2350 万个参数,旨在从照片和视频中提供清晰且时间一致的度量深度。该模型可以独立估计焦距,使其在各种视觉内容中具有多功能性,而无需先前的焦距信息。

AI 模型与大语言模型
查看 AI 模型 Top 5

已显示 24 / 1,799

常见问题

知道一个在机器学习与数据科学中出类拔萃的工具吗?

ToolPotion是人们浏览以寻找最佳机器学习与数据科学的AI工具目录。免费列出,每个提交都经过编辑审核——将您的工具放在搜索的起点。

提交适用于机器学习与数据科学的AI工具