最佳 AI GitHub 仓库

whisper.cpp

AI GitHub 仓库

OpenAI的Whisper模型在C/C++中的移植。它允许开发者在GitHub上参与其开发，促进语音识别技术的协作与创新。whisper.cpp是OpenAI的Whisper模型在C/C++中的移植。它允许开发者在GitHub上参与其开发，促进语音识别技术的协作与创新。

LlamaIndex

AI GitHub 仓库

开源的 Python 框架，用于将大型语言模型与用户自己的数据连接。它提供连接器、索引和检索接口，用于增强检索生成和代理应用程序，并由 LlamaParse 背后的同一家公司维护，后者是一个独立的文档解析平台。LlamaIndex 是一个开源的 Python 框架，用于将大型语言模型与用户自己的数据连接。它提供连接器、索引和检索接口，用于增强检索生成和代理应用程序，并由 LlamaParse 背后的同一家公司维护，后者是一个独立的文档解析平台。

LangGraph

AI GitHub 仓库

托管在GitHub上的项目，专注于构建弹性代理。它邀请有兴趣通过协作开发增强其功能和特性的开发者贡献。LangGraph是一个托管在GitHub上的项目，专注于构建弹性代理。它邀请有兴趣通过协作开发增强其功能和特性的开发者贡献。

Unlimited OCR Works

AI GitHub 仓库

无限OCR是百度开发的一个专注于光学字符识别的GitHub仓库。它引入了一次性长视距解析，旨在显著增强OCR能力。该项目是开源的，欢迎有兴趣推动OCR技术的开发者贡献代码。

Multi-GPT：自主 GPT-4 系统

AI GitHub 仓库

Multi-GPT 是一个开源项目，旨在利用 GPT-4 创建一个完全自主的系统。它使多个“expertGPTs”能够协作完成任务，每个 expertGPT 都有自己的记忆和通信能力。该系统提供互联网访问、文件存储和内存管理，从而能够执行复杂的任务和收集信息。

OpenAGI：LLM 遇见领域专家

AI GitHub 仓库

OpenAGI 是一个用于创建 AI 智能体的软件包，旨在为 AIOS 构建智能体。它允许用户通过创建特定的文件夹结构来添加新的智能体，并提供设置外部工具的说明。用户可以上传和下载智能体，通过问题和拉取请求为代码库做出贡献。

dreamGPT：由人工智能驱动的灵感

AI GitHub 仓库

基于 GPT 的解决方案，它利用大型语言模型 (LLM) 的幻觉来生成新颖的想法。它探索各种可能性，这与专注于特定问题解决的其他 GPT 解决方案不同。用户提供一个指导主题，dreamGPT 会生成一个随机的概念种子来启动其梦想过程，演变梦想以产生更好的想法。dreamGPT 是一个基于 GPT 的解决方案，它利用大型语言模型 (LLM) 的幻觉来生成新颖的想法。它探索各种可能性，这与专注于特定问题解决的其他 GPT 解决方案不同。用户提供一个指导主题，dreamGPT 会生成一个随机的概念种子来启动其梦想过程，演变梦想以产生更好的想法。

openvibe

AI GitHub 仓库

基于 Python 的开源框架，专为 AI 编码代理设计。它为开发和部署 Auto-GPT 应用程序提供了模块化结构。主要功能包括 LLM 抽象层、内置工具和会话管理功能。用户可以在项目根目录下配置模型并定义代理行为。Openvibe 是一个基于 Python 的开源框架，专为 AI 编码代理设计。它为开发和部署 Auto-GPT 应用程序提供了模块化结构。主要功能包括 LLM 抽象层、内置工具和会话管理功能。用户可以在项目根目录下配置模型并定义代理行为。

GPT Pilot：AI 开发者

AI GitHub 仓库

GPT Pilot 是一款 AI 开发者助手，用于构建应用程序、调试和提供反馈。它的目标是生成可用于生产的应用程序，并在整个开发过程中为开发人员提供帮助。它提供代码生成、调试以及与 VS Code 等工具集成的功能，支持各种编程语言和数据库。

AI 对冲基金

AI GitHub 仓库

GitHub 上的一个概念验证项目，探索使用 AI 进行交易决策。它使用各种代理，包括估值、情绪和风险管理，来模拟投资策略。这个教育工具不用于实际交易，但提供了对 AI 驱动的金融分析和投资组合管理的见解。AI 对冲基金是 GitHub 上的一个概念验证项目，探索使用 AI 进行交易决策。它使用各种代理，包括估值、情绪和风险管理，来模拟投资策略。这个教育工具不用于实际交易，但提供了对 AI 驱动的金融分析和投资组合管理的见解。

BambooAI：会话式数据分析

AI GitHub 仓库

Python 库，利用大型语言模型 (LLM) 进行会话式数据发现和分析。它使用户能够使用自然语言与数据交互、生成代码并获得见解。该工具支持本地和外部数据集，为数据分析和可视化提供用户友好的界面。BambooAI 是一个 Python 库，利用大型语言模型 (LLM) 进行会话式数据发现和分析。它使用户能够使用自然语言与数据交互、生成代码并获得见解。该工具支持本地和外部数据集，为数据分析和可视化提供用户友好的界面。

XAgent：自主 LLM 代理

AI GitHub 仓库

XAgent 是一个开源的自主代理，由大型语言模型 (LLM) 驱动，旨在解决复杂的任务。它具有自主性、安全性、可扩展性，并配备用户友好的 GUI 和与人类协作的能力。XAgent 利用调度器、规划器和执行器来解决任务，并通过其 ToolServer 提供一系列工具。

ChemCrow

AI GitHub 仓库

开源软件包，旨在利用大型语言模型解决复杂的化学任务。它基于 Langchain 构建，集成了 RDKit 等工具和 Pubchem 等数据库。它允许用户执行分子量计算和反应预测等任务。该项目可在 GitHub 和 Hugging Face 上获取。ChemCrow 是一个开源软件包，旨在利用大型语言模型解决复杂的化学任务。它基于 Langchain 构建，集成了 RDKit 等工具和 Pubchem 等数据库。它允许用户执行分子量计算和反应预测等任务。该项目可在 GitHub 和 Hugging Face 上获取。

GitHub - microsoft/JARVIS

AI GitHub 仓库

JARVIS 由微软开发，将大型语言模型 (LLM) 与机器学习 (ML) 社区连接起来。它旨在通过将 LLM 与来自 Hugging Face Hub 的专家模型集成来探索通用人工智能 (AGI)。JARVIS 根据用户请求自动执行任务并生成响应。

Claude Engineer

AI GitHub 仓库

交互式命令行界面 (CLI) 和 Web 界面，利用 Anthropic 的 Claude-3.5-Sonnet 模型。它通过生成和管理自己的工具来协助软件开发，并通过对话扩展功能。功能包括自主工具创建、动态模块导入和实时令牌使用可视化。Claude Engineer 是一个交互式命令行界面 (CLI) 和 Web 界面，利用 Anthropic 的 Claude-3.5-Sonnet 模型。它通过生成和管理自己的工具来协助软件开发，并通过对话扩展功能。功能包括自主工具创建、动态模块导入和实时令牌使用可视化。

AI Enterprise Case Study Analyzer

AI GitHub 仓库

AI-Investigator 是一个自动化的 Python 框架，旨在分析网站内容，并使用 Claude 3.5 Sonnet API 和 Firecrawl 生成结构化报告。它侧重于企业级 AI 案例研究，提取数据并提供见解。该系统支持 CSV 和网站分析模式，以进行全面的报告。

自主 HR 聊天机器人

AI GitHub 仓库

基于 GitHub 构建的原型企业应用程序。它使用考勤政策和员工数据等工具来回答 HR 查询。它使用 LangChain、Pinecone 和 Streamlit 开发，并利用 ChatGPT 或 gpt-3.5-turbo 作为其核心功能，提供一个自主 HR 代理。自主 HR 聊天机器人是一个基于 GitHub 构建的原型企业应用程序。它使用考勤政策和员工数据等工具来回答 HR 查询。它使用 LangChain、Pinecone 和 Streamlit 开发，并利用 ChatGPT 或 gpt-3.5-turbo 作为其核心功能，提供一个自主 HR 代理。

Taxy AI: Full Browser Automation

AI GitHub 仓库

TaxyAI 的浏览器扩展使用 GPT-4 自动化浏览器操作。它允许用户定义任务指令，例如安排事件或撰写文章。这款开源扩展简化了网页 DOM 元素，将其发送到 LLM，并通过 Chrome 调试器 API 执行操作。

GitHub 上的 BabyAGI

AI GitHub 仓库

BabyAGI 是一个用于构建自建自主代理的实验性框架。它利用函数框架来管理和执行函数，并配备了一个用于函数管理和日志记录的仪表板。该项目旨在供开发人员试验想法并引发讨论，不用于生产用途。

iX：自主 GPT-4 代理平台

AI GitHub 仓库

iX 是一个用于设计和部署自主和半自主 LLM 驱动的代理和工作流程的平台。它提供了一个灵活且可扩展的解决方案，用于使用 AI 代理自动化任务。创建用于 QA 聊天机器人、代码生成、数据提取和研究辅助的 AI 驱动工作流程。

GitHub IoA：协作式 AI 框架

AI GitHub 仓库

IoA 是一个开源框架，支持协作式 AI 智能体处理复杂任务。它使用受互联网启发的架构，用于多样化智能体集成和自主团队组建。主要功能包括异步任务执行和自适应对话流程。它允许 AutoGPT 和 Open Interpreter 等智能体协同工作，扩展它们的能力。

Lagent

AI GitHub 仓库

InternLM 推出的一款轻量级、开源框架，用于构建基于大型语言模型 (LLM) Agent 的应用程序。 受到 PyTorch 的启发，它通过专注于层创建和消息传递来简化多 Agent 应用程序的创建。 Lagent 支持各种 LLM，并提供内存管理和灵活的响应格式等功能。Lagent 是 InternLM 推出的一款轻量级、开源框架，用于构建基于大型语言模型 (LLM) Agent 的应用程序。 受到 PyTorch 的启发，它通过专注于层创建和消息传递来简化多 Agent 应用程序的创建。 Lagent 支持各种 LLM，并提供内存管理和灵活的响应格式等功能。

Paper to Podcast

AI GitHub 仓库

该 GitHub 项目将研究论文转化为引人入胜的三人播客讨论。它利用 AI 模拟主持人、学习者和专家，使学术内容对喜欢听而非读的播客爱好者来说更易于理解且发人深省。

社交媒体代理

AI GitHub 仓库

一个用于采购、策划和安排社交媒体帖子发布的 AI 代理。它利用人工审核流程进行身份验证和内容审批，允许用户通过可定制的提示和风格从 URL 生成帖子。

py-vectara-agentic

AI GitHub 仓库

一个用于构建具有 Vectara 和 Agentic RAG 的 AI 助手的 Python 库。它简化了连接到 Vectara 语料库的工具的创建，支持多种代理类型，并与各种 LLM 集成。非常适合需要高级 RAG 功能的自定义 AI 代理开发者。

Apache Burr

AI GitHub 仓库

开源 Python 框架，用于构建决策型应用程序，如聊天机器人、代理和模拟。它提供了用于监控、跟踪、持久化和在您自己的基础设施上执行这些应用程序的工具，并与 LLM 和各种框架集成。Apache Burr 是一个开源 Python 框架，用于构建决策型应用程序，如聊天机器人、代理和模拟。它提供了用于监控、跟踪、持久化和在您自己的基础设施上执行这些应用程序的工具，并与 LLM 和各种框架集成。

Qwen-Agent

AI GitHub 仓库

开源框架，用于使用 Qwen 模型构建 LLM 应用。它支持函数调用、代码解释、RAG 等功能，能够创建具有高级规划和记忆能力的自定义助手和工具。Qwen-Agent 是一个开源框架，用于使用 Qwen 模型构建 LLM 应用。它支持函数调用、代码解释、RAG 等功能，能够创建具有高级规划和记忆能力的自定义助手和工具。

Gwenflow

AI GitHub 仓库

用于编排由自主 AI 代理和大型语言模型 (LLM) 驱动的应用程序的 Python 框架。它简化了将 LLM 和代理集成到可扩展解决方案中的过程，支持多种 LLM 提供商、多代理流、RAG 管道和流式传输。Gwenflow 是一个用于编排由自主 AI 代理和大型语言模型 (LLM) 驱动的应用程序的 Python 框架。它简化了将 LLM 和代理集成到可扩展解决方案中的过程，支持多种 LLM 提供商、多代理流、RAG 管道和流式传输。

NeMo Guardrails

AI GitHub 仓库

开源工具包，旨在为基于 LLM 的对话系统添加可编程的保护措施，从而增强其可靠性和安全性。由 NVIDIA 开发，它为开发者提供了确保对话 AI 系统遵循预定义指南的工具。NeMo Guardrails 是一个开源工具包，旨在为基于 LLM 的对话系统添加可编程的保护措施，从而增强其可靠性和安全性。由 NVIDIA 开发，它为开发者提供了确保对话 AI 系统遵循预定义指南的工具。

uAgents

AI GitHub 仓库

用于构建去中心化 AI 代理的 Python 框架。它提供便捷的创建、安全的通信以及在 Fetch.ai 区块链上的自动网络注册。非常适合开发能够执行任务并在去中心化生态系统中进行交互的自主代理的开发者。uAgents 是一个用于构建去中心化 AI 代理的 Python 框架。它提供便捷的创建、安全的通信以及在 Fetch.ai 区块链上的自动网络注册。非常适合开发能够执行任务并在去中心化生态系统中进行交互的自主代理的开发者。

DAGent

AI GitHub 仓库

用于快速构建 AI 代理的 Python 库。它使用有向无环图 (DAG) 将 AI 代理的行为结构化为工作流，其中函数是节点。LLM 通过“决策节点”推断下一个要执行的函数，从而使代理能够利用现有的 Python 代码作为工具。DAGent 是一个用于快速构建 AI 代理的 Python 库。它使用有向无环图 (DAG) 将 AI 代理的行为结构化为工作流，其中函数是节点。LLM 通过“决策节点”推断下一个要执行的函数，从而使代理能够利用现有的 Python 代码作为工具。

MiniAGI

AI GitHub 仓库

基于 OpenAI API 构建的简单通用 AI 代理。它利用强大的提示词、最小化的工具集、思维链和带摘要的短期记忆。该代理还集成了内部思考和自我批评能力，以提高性能和准确性。MiniAGI 是一个基于 OpenAI API 构建的简单通用 AI 代理。它利用强大的提示词、最小化的工具集、思维链和带摘要的短期记忆。该代理还集成了内部思考和自我批评能力，以提高性能和准确性。

开源贡献者代理架构，旨在减少软件开发中的维护者辛劳。它利用 LLM 进行语义分析和确定性代码执行任务，旨在自动化问题处理、文档匹配等，从而提高开源项目的维护效率。Oscar 是一个开源贡献者代理架构，旨在减少软件开发中的维护者辛劳。它利用 LLM 进行语义分析和确定性代码执行任务，旨在自动化问题处理、文档匹配等，从而提高开源项目的维护效率。

Orca

AI GitHub 仓库

用于管理并行编码代理的代理开发环境 (ADE)。它允许用户使用自己的订阅运行任何编码代理，并在桌面、移动和远程运行环境中提供兼容性。Orca 是一个用于管理并行编码代理的代理开发环境 (ADE)。它允许用户使用自己的订阅运行任何编码代理，并在桌面、移动和远程运行环境中提供兼容性。

Whisper as a Service

AI GitHub 仓库

提供 OpenAI Whisper 的 GUI 和 API，支持带队列的异步音频转录。它支持电子邮件回调和 Webhook 进行通知，为开发人员和用户将语音转文本功能集成到其应用程序中提供了灵活性。Whisper as a Service (WAAS) 提供 OpenAI Whisper 的 GUI 和 API，支持带队列的异步音频转录。它支持电子邮件回调和 Webhook 进行通知，为开发人员和用户将语音转文本功能集成到其应用程序中提供了灵活性。

Magicanimate

AI GitHub 仓库

托管在 GitHub 上的开源项目，专注于开发由 AI 驱动的动画工具。它允许开发者为 AI 在动画领域的进步做出贡献，提供了一个协作和代码共享的平台。该项目正在积极维护，并欢迎社区参与。Magicanimate 是一个托管在 GitHub 上的开源项目，专注于开发由 AI 驱动的动画工具。它允许开发者为 AI 在动画领域的进步做出贡献，提供了一个协作和代码共享的平台。该项目正在积极维护，并欢迎社区参与。

Sketch AI 代码助手

AI GitHub 仓库

专为 pandas 用户设计的 AI 代码编写助手，它能理解数据上下文，提供更相关的建议。它能无缝集成到 pandas 数据框中，提供自然语言界面，用于数据目录、元数据生成、清理、分析和可视化，无需 IDE 插件。Sketch 是一款专为 pandas 用户设计的 AI 代码编写助手，它能理解数据上下文，提供更相关的建议。它能无缝集成到 pandas 数据框中，提供自然语言界面，用于数据目录、元数据生成、清理、分析和可视化，无需 IDE 插件。

Shumai

AI GitHub 仓库

为 JavaScript 和 TypeScript 构建的快速、可微分的张量库，基于 Bun 和 Flashlight。它使软件工程师和研究人员能够高效地在 JavaScript 生态系统中创建数据集、训练小型模型和实现高级训练逻辑。它利用原生类型数组和 JIT 编译器来提高性能。Shumai 是一个为 JavaScript 和 TypeScript 构建的快速、可微分的张量库，基于 Bun 和 Flashlight。它使软件工程师和研究人员能够高效地在 JavaScript 生态系统中创建数据集、训练小型模型和实现高级训练逻辑。它利用原生类型数组和 JIT 编译器来提高性能。

Seldon Core

AI GitHub 仓库

MLOps 和 LLMOps 框架，用于在 Kubernetes 上部署、管理和扩展 AI 系统。它支持跨云部署各种模型类型，并通过管道、自动伸缩和多模型服务等功能，促进模块化和以数据为中心的应用程序。Seldon Core 是一个 MLOps 和 LLMOps 框架，用于在 Kubernetes 上部署、管理和扩展 AI 系统。它支持跨云部署各种模型类型，并通过管道、自动伸缩和多模型服务等功能，促进模块化和以数据为中心的应用程序。

WaveGlow

AI GitHub 仓库

NVIDIA 开发的一个开源基于流的神经网络，用于文本到语音合成。给定一个梅尔谱图，它直接生成语音音频，无需自回归步骤，使用单一的基于似然的成本函数进行训练。PyTorch 代码和预训练模型面向构建或基准测试语音合成声码器的研究人员和工程师。WaveGlow 是 NVIDIA 开发的一个开源基于流的神经网络，用于文本到语音合成。给定一个梅尔谱图，它直接生成语音音频，无需自回归步骤，使用单一的基于似然的成本函数进行训练。PyTorch 代码和预训练模型面向构建或基准测试语音合成声码器的研究人员和工程师。

图注意力网络

AI GitHub 仓库

图注意力网络（GATs）是为图结构数据设计的新型神经网络架构。它们利用掩码自注意力层来解决先前图卷积方法的局限性，从而能够对社交网络和分子数据等不规则空间结构进行原则性操作。

图卷积网络（GCN）是一种专门用于处理图结构数据的神经网络。它将卷积神经网络（CNN）的概念推广到图结构数据，从而在半监督学习和图嵌入等领域实现强大的应用。该模型为分析复杂网络数据提供了一种新颖的方法。

FaceNet

AI GitHub 仓库

基于 FaceNet 论文的 TensorFlow 实现，用于人脸识别和聚类。它利用深度学习模型为面部生成统一的嵌入向量，从而实现准确的识别和分组。该项目提供了预训练模型和用于训练自定义分类器的代码。FaceNet 是一个基于 FaceNet 论文的 TensorFlow 实现，用于人脸识别和聚类。它利用深度学习模型为面部生成统一的嵌入向量，从而实现准确的识别和分组。该项目提供了预训练模型和用于训练自定义分类器的代码。

DGCNN

AI GitHub 仓库

用于点云学习的 AI 模型，实现了动态图卷积神经网络。它在 3D 点云数据的分类和分割等任务中取得了最先进的性能。该模型有 PyTorch 实现版本，并已应用于实际场景。DGCNN 是一款用于点云学习的 AI 模型，实现了动态图卷积神经网络。它在 3D 点云数据的分类和分割等任务中取得了最先进的性能。该模型有 PyTorch 实现版本，并已应用于实际场景。

Jiasen Lu 是艾伦人工智能研究所的一名研究科学家。他的工作专注于推进人工智能研究。此页面作为个人主页，提供其专业档案和研究活动的链接。它是了解他对人工智能领域贡献的中心枢纽。

Mamba SSM 架构

AI GitHub 仓库

新颖的状态空间模型架构，专为高效序列建模而设计，在语言等信息密集型数据上尤其有效。它提供了硬件感知的实现，旨在超越先前亚二次方模型并与 Transformer 竞争。Mamba 是一种新颖的状态空间模型架构，专为高效序列建模而设计，在语言等信息密集型数据上尤其有效。它提供了硬件感知的实现，旨在超越先前亚二次方模型并与 Transformer 竞争。

N-BEATS

AI GitHub 仓库

基于神经网络的单变量时间序列预测模型。由 ServiceNow Research 开发，它实现了 N-BEATS 算法以获得可复现的实验结果。该存储库提供了 PyTorch 实现、数据集加载器和用于高级时间序列分析的实验配置。N-BEATS 是一个基于神经网络的单变量时间序列预测模型。由 ServiceNow Research 开发，它实现了 N-BEATS 算法以获得可复现的实验结果。该存储库提供了 PyTorch 实现、数据集加载器和用于高级时间序列分析的实验配置。

物理信息神经网络 (PINNs) 通过遵循非线性偏微分方程描述的物理定律来解决监督学习任务。它们能够实现数据驱动的解决方案和偏微分方程的发现，提供一种自然编码物理约束的新型函数逼近方法。

ViT-Adapter

AI GitHub 仓库

人工智能模型，可提高 Vision Transformer (ViT) 在目标检测和分割等密集预测任务上的性能。它在无需预训练的情况下引入了特定于图像的归纳偏置，使普通 ViT 能够取得与专用 Transformer 相当的结果，从而适用于各种下游应用。ViT-Adapter 是一款人工智能模型，可提高 Vision Transformer (ViT) 在目标检测和分割等密集预测任务上的性能。它在无需预训练的情况下引入了特定于图像的归纳偏置，使普通 ViT 能够取得与专用 Transformer 相当的结果，从而适用于各种下游应用。

GANformer

AI GitHub 仓库

卡内基梅隆计算成像是一个专注于推进计算成像领域的研究小组。他们探索用于图像采集、处理和分析的新颖技术和算法，在各种科学和工程领域突破视觉数据解释和操作的可能性界限。

DM-GAN

AI GitHub 仓库

用于文本到图像合成的动态记忆生成对抗网络的 PyTorch 实现。该存储库提供了基于 CVPR2019 论文的代码、预训练模型和评估脚本，用于从文本描述生成图像。DM-GAN 是用于文本到图像合成的动态记忆生成对抗网络的 PyTorch 实现。该存储库提供了基于 CVPR2019 论文的代码、预训练模型和评估脚本，用于从文本描述生成图像。

Score SDE

AI GitHub 仓库

宋扬的个人网站，他是 Meta Superintelligence Labs 的研究首席科学家。此前，他曾领导 OpenAI 的战略探索团队，并获得斯坦福大学博士学位。他的研究专注于生成模型，特别是扩散模型和一致性模型，并应用于图像生成和逆问题。

OpenLLaMA

AI GitHub 仓库

Meta AI 的 LLaMA 7B 模型的一个允许自由许可的开源复现版本。它在 RedPajama 数据集上进行训练，提供 3B、7B 和 13B 参数版本，并提供 PyTorch 和 JAX 权重，可无缝集成到现有的 LLaMA 实现中。OpenLLaMA 是 Meta AI 的 LLaMA 7B 模型的一个允许自由许可的开源复现版本。它在 RedPajama 数据集上进行训练，提供 3B、7B 和 13B 参数版本，并提供 PyTorch 和 JAX 权重，可无缝集成到现有的 LLaMA 实现中。

生成式图像到文本转换器

AI GitHub 仓库

GIT（生成式图像到文本转换器）是微软开发的一款用于视觉和语言任务的AI模型。它能从图像生成文本描述，并执行视觉问答。该模型提供多种预训练和微调版本，适用于不同应用。

UNITER

AI GitHub 仓库

ECCV 2020 论文“UNITER: UNiversal Image-TExt Representation Learning”的研究代码库。它提供了用于各种视觉-语言任务（包括 VQA、VCR 和图像-文本检索）的微调和推理代码。UNITER-base 和 UNITER-large 的预训练检查点均可用。UNITER 是 ECCV 2020 论文“UNITER: UNiversal Image-TExt Representation Learning”的研究代码库。它提供了用于各种视觉-语言任务（包括 VQA、VCR 和图像-文本检索）的微调和推理代码。UNITER-base 和 UNITER-large 的预训练检查点均可用。

Plan2Explore

AI GitHub 仓库

自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。Plan2Explore 是一种自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。

TD3 PyTorch 实现

AI GitHub 仓库

该存储库提供了作者官方的 Twin Delayed Deep Deterministic Policy Gradients (TD3) PyTorch 实现。它专为 OpenAI Gym 环境中的连续控制任务而设计，为强化学习的研究和开发提供了强大的解决方案。

Principal Neighbourhood Aggregation

AI GitHub 仓库

该存储库提供了图神经网络（GNN）的Principal Neighbourhood Aggregation (PNA) 的实现。它支持 PyTorch、DGL 和 PyTorch Geometric 框架，提供用于多任务和真实世界基准测试的脚本，以及灵活的 GNN 框架和比较模型。

DeepGCNs

AI GitHub 仓库

该 GitHub 仓库提供了 DeepGCNs、DeeperGCN 和 GNN1000 的 PyTorch 实现。它通过借鉴 CNN 的残差连接和空洞卷积等概念，实现了非常深层的图卷积网络训练，从而促进了图神经网络的研究。

这是一个 Parallel WaveGAN 及相关音频生成模型的非官方演示页面。它展示了包括 MelGAN、Multiband-MelGAN、HiFi-GAN 和 StyleMelGAN 在内的各种实现生成的音频样本，涵盖英语、日语和普通话。可将生成的音频与真实音频进行对比。

高效、高保真的生成对抗网络，用于语音合成。它通过建模音频中的周期性模式来提升样本质量，以极快的速度实现接近人声的质量。该模型支持单说话人、未见过的说话人以及端到端合成，并提供适用于 CPU 的轻量级版本。HiFi-GAN 是一种高效、高保真的生成对抗网络，用于语音合成。它通过建模音频中的周期性模式来提升样本质量，以极快的速度实现接近人声的质量。该模型支持单说话人、未见过的说话人以及端到端合成，并提供适用于 CPU 的轻量级版本。

用于端到端语音处理的开源工具包。它提供了用于自动语音识别 (ASR)、文本到语音合成 (TTS) 和语音增强等任务的全面脚本和工具。用户可以使用其灵活的框架轻松运行推理、微调现有模型或实现自定义解决方案。ESPnet 是一个用于端到端语音处理的开源工具包。它提供了用于自动语音识别 (ASR)、文本到语音合成 (TTS) 和语音增强等任务的全面脚本和工具。用户可以使用其灵活的框架轻松运行推理、微调现有模型或实现自定义解决方案。

Vision Transformer

AI GitHub 仓库

Vision Transformer (ViT) 仓库提供了用于图像识别任务的模型和代码。它包括 Vision Transformer 和 MLP-Mixer 架构的实现，这些模型已在 ImageNet 和 ImageNet-21k 数据集上进行了预训练，并提供了 JAX/Flax 中的微调代码。

FNet

AI GitHub 仓库

高效的类 Transformer 编码器架构，它用傅里叶变换取代了自注意力机制。该模型由 Google Research 开发，为自然语言处理任务提供了一种高性能的替代方案。该模型使用 Jax/Flax 实现，并在 GitHub 上提供，可用于预训练和微调。FNet 是一种高效的类 Transformer 编码器架构，它用傅里叶变换取代了自注意力机制。该模型由 Google Research 开发，为自然语言处理任务提供了一种高性能的替代方案。该模型使用 Jax/Flax 实现，并在 GitHub 上提供，可用于预训练和微调。

SpanBERT

AI GitHub 仓库

专注于通过表示和预测文本片段来改进预训练的 AI 模型。它提供预训练的基础版和大型版（区分大小写）模型，与 HuggingFace BERT 格式兼容。该代码库提供了在各种 NLP 任务（包括问答和关系抽取）上使用和评估 SpanBERT 的代码。SpanBERT 是一种专注于通过表示和预测文本片段来改进预训练的 AI 模型。它提供预训练的基础版和大型版（区分大小写）模型，与 HuggingFace BERT 格式兼容。该代码库提供了在各种 NLP 任务（包括问答和关系抽取）上使用和评估 SpanBERT 的代码。

LayoutLM

AI GitHub 仓库

用于视觉丰富文档理解和信息提取的多模态预训练模型。它结合了文本、布局和图像信息，在表单和收据理解等任务上取得了最先进的成果。该模型有多种尺寸和版本，包括多语言支持。LayoutLM 是一个用于视觉丰富文档理解和信息提取的多模态预训练模型。它结合了文本、布局和图像信息，在表单和收据理解等任务上取得了最先进的成果。该模型有多种尺寸和版本，包括多语言支持。

MASS

AI GitHub 仓库

用于序列到序列语言生成任务的预训练方法。它会掩盖句子片段，让编码器在解码器中进行预测，从而增强神经机器翻译和文本摘要等任务。该代码库支持基于 Fairseq 的各种应用。MASS 是一种用于序列到序列语言生成任务的预训练方法。它会掩盖句子片段，让编码器在解码器中进行预测，从而增强神经机器翻译和文本摘要等任务。该代码库支持基于 Fairseq 的各种应用。

ProphetNet

AI GitHub 仓库

MSRA NLC 团队的一项研究项目，专注于自然语言生成。它提供了预训练模型的官方实现，包括面向未来信息、联合生成器-排序器学习以及基于扩散的文本生成模型。该项目托管在 GitHub 上。ProphetNet 是 MSRA NLC 团队的一项研究项目，专注于自然语言生成。它提供了预训练模型的官方实现，包括面向未来信息、联合生成器-排序器学习以及基于扩散的文本生成模型。该项目托管在 GitHub 上。

Funnel-Transformer

AI GitHub 仓库

AI 模型，它压缩隐藏状态以降低计算成本。它允许在相同的 FLOPs 下构建更深或更宽的模型，并能恢复标准预训练的 token 级表示。该模型提供 TensorFlow 和 PyTorch 实现。Funnel-Transformer 是一种 AI 模型，它压缩隐藏状态以降低计算成本。它允许在相同的 FLOPs 下构建更深或更宽的模型，并能恢复标准预训练的 token 级表示。该模型提供 TensorFlow 和 PyTorch 实现。

ConvBERT

AI GitHub 仓库

开源的 AI 模型，用于预训练语言模型，引入了具有基于跨度的动态卷积的新型架构。此 GitHub 存储库提供了预训练和微调 ConvBERT 模型的代码，已在 V100 GPU 上进行了测试，并包含使用 TensorFlow 的说明。ConvBERT 是一个开源的 AI 模型，用于预训练语言模型，引入了具有基于跨度的动态卷积的新型架构。此 GitHub 存储库提供了预训练和微调 ConvBERT 模型的代码，已在 V100 GPU 上进行了测试，并包含使用 TensorFlow 的说明。

MPNet

AI GitHub 仓库

新颖的语言理解预训练方法，在 BERT 和 XLNet 的基础上进行了改进。它为各种预训练模型提供了统一的实现，并支持在 GLUE 和 SQuAD 等多样化的语言理解任务上进行预训练和微调的代码。MPNet 是一种新颖的语言理解预训练方法，在 BERT 和 XLNet 的基础上进行了改进。它为各种预训练模型提供了统一的实现，并支持在 GLUE 和 SQuAD 等多样化的语言理解任务上进行预训练和微调的代码。

图注意力网络有多“专注”？

AI GitHub 仓库

该存储库提供了ICLR'2022上发表的研究论文“图注意力网络有多‘专注’？”的官方代码实现。它提供了跨多个框架（包括PyTorch Geometric、DGL和TensorFlow GNN）的可复现实验和GATv2代码。

SEAL 链接预测

AI GitHub 仓库

新颖的链接预测框架，它将问题转化为子图分类任务。它提取 h-hop 包络子图和节点信息矩阵，并将它们输入图神经网络。SEAL 同时从图结构和潜在/显式节点特征中学习，以实现准确的链接预测。SEAL 是一个新颖的链接预测框架，它将问题转化为子图分类任务。它提取 h-hop 包络子图和节点信息矩阵，并将它们输入图神经网络。SEAL 同时从图结构和潜在/显式节点特征中学习，以实现准确的链接预测。

GraphSAINT

AI GitHub 仓库

灵活的框架，用于在大型图上训练深度图神经网络 (GNN)。它引入了一种新颖的、使用图采样进行的小批量训练方法，与传统的层采样技术相比，在准确性、效率和可扩展性方面都有所提高。支持多种 GNN 架构和采样器。GraphSAINT 是一个灵活的框架，用于在大型图上训练深度图神经网络 (GNN)。它引入了一种新颖的、使用图采样进行的小批量训练方法，与传统的层采样技术相比，在准确性、效率和可扩展性方面都有所提高。支持多种 GNN 架构和采样器。

StyleSwin: 基于 Transformer 的 GAN

AI GitHub 仓库

基于 Transformer 的生成对抗网络 (GAN)，专为高分辨率图像生成而设计。它利用 Swin Transformer 和一种新颖的双注意力机制来平衡计算效率和建模能力，在高达 1024x1024 的分辨率下取得了卓越的成果。StyleSwin 是一种基于 Transformer 的生成对抗网络 (GAN)，专为高分辨率图像生成而设计。它利用 Swin Transformer 和一种新颖的双注意力机制来平衡计算效率和建模能力，在高达 1024x1024 的分辨率下取得了卓越的成果。

Voicebox

AI GitHub 仓库

开源的 AI 语音工作室，允许用户克隆、听写和创建语音项目。它提供了一个语音合成和处理的平台，非常适合开发人员和音频工程师。Voicebox 是一个开源的 AI 语音工作室，允许用户克隆、听写和创建语音项目。它提供了一个语音合成和处理的平台，非常适合开发人员和音频工程师。

OmegaFold

AI GitHub 仓库

高分辨率的从头蛋白质结构预测工具，可以直接从一级氨基酸序列生成三维蛋白质结构。它显著降低了推理长蛋白质的GRAM需求，并支持macOS上的Apple Silicon加速。OmegaFold是一款高分辨率的从头蛋白质结构预测工具，可以直接从一级氨基酸序列生成三维蛋白质结构。它显著降低了推理长蛋白质的GRAM需求，并支持macOS上的Apple Silicon加速。

EquiBind

AI GitHub 仓库

几何深度学习模型，用于预测小分子与蛋白质结合的三维结构。它能对受体结合位置和配体构象进行快速的一次性直接预测，大幅加快传统方法的速度。非常适合药物发现和结构生物学研究。EquiBind 是一个几何深度学习模型，用于预测小分子与蛋白质结合的三维结构。它能对受体结合位置和配体构象进行快速的一次性直接预测，大幅加快传统方法的速度。非常适合药物发现和结构生物学研究。

Uni-Mol

AI GitHub 仓库

通用的三维分子表示学习框架，适用于属性预测和结合位点预测等各种下游任务。它包括 Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 和 Uni-Mol2，提供可扩展的预训练模型和易于使用的分子任务包装器。Uni-Mol 是一个通用的三维分子表示学习框架，适用于属性预测和结合位点预测等各种下游任务。它包括 Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 和 Uni-Mol2，提供可扩展的预训练模型和易于使用的分子任务包装器。

Pangu-Weather

AI GitHub 仓库

基于 AI 的系统，用于精确的全球中期天气预报。它利用三维神经网络和分层时间聚合策略，达到比传统数值天气预报方法更高的精度，同时速度大幅提升。Pangu-Weather 是基于 AI 的系统，用于精确的全球中期天气预报。它利用三维神经网络和分层时间聚合策略，达到比传统数值天气预报方法更高的精度，同时速度大幅提升。

GNoME 材料发现

AI GitHub 仓库

Google DeepMind 的 GNoME 是一款加速新型无机晶体发现的深度学习工具。它能预测材料稳定性，识别出数百万种新型化合物，其中包括数十万种对电池和超导体等未来技术稳定且可行。

MACE 机器学习势能

AI GitHub 仓库

用于快速准确的机器学习原子间势的 Python 库。它利用高阶等变消息传递进行先进的材料科学模拟。该工具支持训练、评估，并提供适用于材料和有机化学等各种应用的预训练基础模型。MACE 是一个用于快速准确的机器学习原子间势的 Python 库。它利用高阶等变消息传递进行先进的材料科学模拟。该工具支持训练、评估，并提供适用于材料和有机化学等各种应用的预训练基础模型。

TabNet

AI GitHub 仓库

PyTorch TabNet 是 TabNet 论文的 PyTorch 实现，提供了一种用于表格数据学习的注意力机制和可解释方法。它支持分类、回归和多任务学习，并具备半监督预训练和即时数据增强等功能。该库易于使用且为生产环境就绪而设计。

Neural Oblivious Decision Ensembles

AI GitHub 仓库

用于表格数据深度学习的 Python 库。它实现了可微分的遗忘决策树集成，为结构化数据建模提供了一种新颖的方法。NODE 旨在利用深度学习架构处理表格数据集，为传统方法提供替代方案。Neural Oblivious Decision Ensembles (NODE) 是一个用于表格数据深度学习的 Python 库。它实现了可微分的遗忘决策树集成，为结构化数据建模提供了一种新颖的方法。NODE 旨在利用深度学习架构处理表格数据集，为传统方法提供替代方案。

用于表格数据的深度学习模型

AI GitHub 仓库

此 GitHub 存储库提供了 NeurIPS 2021 论文“重新审视表格数据的深度学习模型”的官方实现。它探讨了用于表格数据的深度学习架构，强调了 MLP 类模型作为强大的基线，并引入了 FT-Transformer 作为 Transformer 架构的强大改编。

SAINT

AI GitHub 仓库

该存储库提供了SAINT模型的官方PyTorch实现，旨在改进表格数据上的神经网络。它利用行注意力（row attention）和对比预训练（contrastive pre-training）技术来提高性能。该代码支持回归、二分类和多分类任务，为表格数据挑战提供了强大的解决方案。

R-FCN

AI GitHub 仓库

基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。R-FCN 是一种基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。

SPP_net

AI GitHub 仓库

用于深度卷积网络的空间金字塔池化算法的重新实现，应用于视觉识别领域。它旨在复现一篇 2014 年 ECCV 论文中的目标检测结果，并利用 Caffe 框架方便代码发布。该项目提供了用于训练和微调模型的代码。SPP_net 是用于深度卷积网络的空间金字塔池化算法的重新实现，应用于视觉识别领域。它旨在复现一篇 2014 年 ECCV 论文中的目标检测结果，并利用 Caffe 框架方便代码发布。该项目提供了用于训练和微调模型的代码。

Squeeze-and-Excitation Networks

AI GitHub 仓库

深度学习模型架构，可自适应地重新校准通道特征响应。它通过显式建模通道间的相互依赖性来提高性能，从而在图像分类任务中获得更高的准确性。该实现基于 Caffe。Squeeze-and-Excitation Networks (SENet) 是一种深度学习模型架构，可自适应地重新校准通道特征响应。它通过显式建模通道间的相互依赖性来提高性能，从而在图像分类任务中获得更高的准确性。该实现基于 Caffe。

ShuffleNet 系列

AI GitHub 仓库

ShuffleNet 系列存储库提供了一系列高效的卷积神经网络模型，专为移动设备和资源受限环境设计。它包含 ShuffleNetV1、ShuffleNetV2 和专用变体等多个版本，以及神经架构搜索和目标检测骨干网络的工具。

ConvMixer

AI GitHub 仓库

该存储库提供了 ConvMixer 的实现，这是一种用于图像识别任务的卷积神经网络架构。它基于论文 "Patches Are All You Need? 🤷"，并提供预训练模型权重用于评估以及在 ImageNet-1k 和 CIFAR-10 等数据集上进行训练的代码。

RepVGG

AI GitHub 仓库

强大而简单的卷积神经网络 (ConvNet) 架构，可在 ImageNet 上实现高精度。它采用了 VGG 风格的设计并结合了重参数化技术，从而实现了高效的推理。该项目提供了预训练模型、训练代码以及用于各种计算机视觉任务的示例。RepVGG 是一种强大而简单的卷积神经网络 (ConvNet) 架构，可在 ImageNet 上实现高精度。它采用了 VGG 风格的设计并结合了重参数化技术，从而实现了高效的推理。该项目提供了预训练模型、训练代码以及用于各种计算机视觉任务的示例。

Vision GNN (ViG)

AI GitHub 仓库

华为诺亚方舟实验室开发的 Vision Graph Neural Networks 的 PyTorch 实现。它为图像处理任务提供了高效的 AI 主干网络，包括 ViG 和 Pyramid ViG 架构的预训练模型和训练脚本。Vision GNN (ViG) 是华为诺亚方舟实验室开发的 Vision Graph Neural Networks 的 PyTorch 实现。它为图像处理任务提供了高效的 AI 主干网络，包括 ViG 和 Pyramid ViG 架构的预训练模型和训练脚本。

可变形卷积网络

AI GitHub 仓库

通过自适应地学习卷积核的采样偏移量来增强深度学习模型。这使得网络能够更好地捕捉几何变换和物体形变，从而提高目标检测和语义分割等任务的性能。该项目提供了实现和预训练模型。可变形卷积网络 (DCN) 通过自适应地学习卷积核的采样偏移量来增强深度学习模型。这使得网络能够更好地捕捉几何变换和物体形变，从而提高目标检测和语义分割等任务的性能。该项目提供了实现和预训练模型。

Skip-Thought Vectors

AI GitHub 仓库

提供 Sent2Vec 编码器和训练代码，基于研究论文“Skip-Thought Vectors”。它能够为句子生成密集向量表示，从而促进各种自然语言处理任务。代码使用 Python 实现，需要特定的依赖项进行设置和执行。Skip-Thought Vectors 提供 Sent2Vec 编码器和训练代码，基于研究论文“Skip-Thought Vectors”。它能够为句子生成密集向量表示，从而促进各种自然语言处理任务。代码使用 Python 实现，需要特定的依赖项进行设置和执行。

SNGAN Projection

AI GitHub 仓库

该 GitHub 存储库提供了条件图像生成的官方 Chainer 实现。它利用谱归一化和投影判别器来实现生成对抗网络 (GAN)。该项目包括在 ImageNet、狗和猫图像等数据集上进行训练、评估和生成图像的代码。

PyTorch MADE

AI GitHub 仓库

该存储库提供了 MADE（掩码自编码器密度估计）的 PyTorch 实现。它通过掩码多层感知机 (MLP) 中的连接，将自编码器转变为自回归密度模型。该代码支持高效的似然评估和采样，并提供了二值化 MNIST 的示例。

StyleGAN-XL

AI GitHub 仓库

用于从大型、多样化数据集中生成高分辨率图像的 AI 模型。它扩展了 StyleGAN 架构，以提高图像合成质量和多样性。该项目提供了用于训练、生成样本以及执行图像反演和编辑的代码。StyleGAN-XL 是一个用于从大型、多样化数据集中生成高分辨率图像的 AI 模型。它扩展了 StyleGAN 架构，以提高图像合成质量和多样性。该项目提供了用于训练、生成样本以及执行图像反演和编辑的代码。

DimeNet 和 DimeNet++

AI GitHub 仓库

用于分子图的高级神经网络模型，专注于定向消息传递。这些模型分别在 ICLR 2020 和 NeurIPS-W 2020 上提出，能够高效准确地预测分子性质，其中 DimeNet++ 比其前身速度更快、精度更高。DimeNet 和 DimeNet++ 是用于分子图的高级神经网络模型，专注于定向消息传递。这些模型分别在 ICLR 2020 和 NeurIPS-W 2020 上提出，能够高效准确地预测分子性质，其中 DimeNet++ 比其前身速度更快、精度更高。

MEGNet 框架

AI GitHub 仓库

专为晶体和分子机器学习设计的 AI 模型。它整合了温度和压力等状态变量，支持迁移学习，并能提取化学趋势。该框架通过提供开源代码和数据，解决了材料科学 ML 中数据量和可解释性等方面的局限性。MEGNet 框架是一个专为晶体和分子机器学习设计的 AI 模型。它整合了温度和压力等状态变量，支持迁移学习，并能提取化学趋势。该框架通过提供开源代码和数据，解决了材料科学 ML 中数据量和可解释性等方面的局限性。

CGCNN

AI GitHub 仓库

晶体图卷积神经网络 (CGCNN) 是一种人工智能模型，旨在根据晶体结构预测材料属性。它使用户能够训练自定义模型或利用预训练版本进行属性预测，为材料科学的研究和开发提供了强大的工具。

LSTNet

AI GitHub 仓库

深度学习模型，专为时间序列预测而设计。它通过结合循环神经网络和卷积神经网络，有效地建模长期和短期时间模式。该模型对于复杂的时间序列数据特别有用。LSTNet 是一款深度学习模型，专为时间序列预测而设计。它通过结合循环神经网络和卷积神经网络，有效地建模长期和短期时间模式。该模型对于复杂的时间序列数据特别有用。

Autoformer

AI GitHub 仓库

用于长期时间序列预测的 AI 模型，它利用分解 Transformer 和自相关机制。该模型在各种基准测试中取得了最先进的结果，为提高实际应用中的预测准确性提供了一种新颖的系列连接方法。Autoformer 是一款用于长期时间序列预测的 AI 模型，它利用分解 Transformer 和自相关机制。该模型在各种基准测试中取得了最先进的结果，为提高实际应用中的预测准确性提供了一种新颖的系列连接方法。

Informer2020

AI GitHub 仓库

Informer2020 GitHub 存储库提供了 Informer 模型的 PyTorch 实现，该模型专为高效长序列时间序列预测而设计。它采用 ProbSparse Attention 来处理自注意力得分中的长尾分布，为复杂的预测任务提供了先进的解决方案。

FEDformer

AI GitHub 仓库

频率增强分解 Transformer，专为高效的长期时间序列预测而设计。它实现了与序列长度成线性复杂度的计算，通过显著降低多变量和单变量数据集上的预测误差，性能优于最先进的方法。该模型提供开源代码。FEDformer 是一种频率增强分解 Transformer，专为高效的长期时间序列预测而设计。它实现了与序列长度成线性复杂度的计算，通过显著降低多变量和单变量数据集上的预测误差，性能优于最先进的方法。该模型提供开源代码。

LTSF-Linear

AI GitHub 仓库

"Are Transformers Effective for Time Series Forecasting?" 的官方 PyTorch 实现。它引入了一系列线性模型（Linear, DLinear, NLinear），在长期时间序列预测任务上表现优于 Transformer，同时具有高效率和可解释性。LTSF-Linear 是 "Are Transformers Effective for Time Series Forecasting?" 的官方 PyTorch 实现。它引入了一系列线性模型（Linear, DLinear, NLinear），在长期时间序列预测任务上表现优于 Transformer，同时具有高效率和可解释性。

maml_rl

AI GitHub 仓库

该存储库提供了“模型无关的元学习用于深度网络的快速适应”论文中详细的强化学习实验代码。它使研究人员和开发人员能够探索元学习技术，以在强化学习的深度神经网络中实现快速适应。

原型网络

AI GitHub 仓库

此存储库包含 NeurIPS 2017 论文“用于少样本学习的原型网络”的代码。它提供了一种新颖的少样本学习方法的实现，使模型能够从少量示例中学习。

LearningToCompare_FSL

AI GitHub 仓库

该存储库提供了CVPR 2018论文《Learning to Compare: Relation Network for Few-Shot Learning》的PyTorch代码。它侧重于少样本学习（Few-Shot Learning）方面，提供了在Omniglot和mini-Imagenet等数据集上训练和测试模型的实现。

Model-Based Policy Optimization

AI GitHub 仓库

此 GitHub 仓库包含“何时信任您的模型：基于模型的策略优化”论文的代码。它提供了基于模型的策略优化算法的实现，使研究人员和开发人员能够重现实验并在此基础上进行强化学习的研究。

Handful of Trials

AI GitHub 仓库

该代码仓库包含论文“Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models”的实验代码。它实现了 PETS 算法，将具备不确定性感知的深度网络动力学模型与基于采样的不确定性传播相结合，在强化学习任务中实现高效的样本学习。

关系图卷积网络

AI GitHub 仓库

该项目提供了关系图卷积网络 (R-GCNs) 的 Keras 实现。它专为有向关系图上的半监督节点分类而设计。该代码有助于复现论文“使用图卷积网络对关系数据进行建模”中的实体分类结果。

CompGCN

AI GitHub 仓库

基于组合的多关系图卷积网络的 PyTorch 实现。它能够实现先进的图表示学习，用于知识图谱链接预测等任务，提供灵活的组合操作和与各种评分函数的兼容性。CompGCN 是一个基于组合的多关系图卷积网络的 PyTorch 实现。它能够实现先进的图表示学习，用于知识图谱链接预测等任务，提供灵活的组合操作和与各种评分函数的兼容性。

GCNII

AI GitHub 仓库

该存储库提供了“简单深度图卷积网络”（GCNII）模型的 PyTorch 实现。它包含在基准图数据集上复现半监督和全监督结果的代码，以及一个 PyTorch Geometric 参考实现。

PPNP & APPNP 模型

AI GitHub 仓库

此 GitHub 存储库提供了 PPNP 和 APPNP 模型的 TensorFlow 和 PyTorch 实现，这些模型在论文“Predict then Propagate: Graph Neural Networks meet Personalized PageRank”中提出。它包含了用于复现结果的代码以及易于集成到基于图的机器学习项目中的示例。

简化图卷积网络

AI GitHub 仓库

此存储库提供了“简化图卷积网络”论文的官方实现。它提供了一个简化的图卷积网络 (GCN) 模型，该模型消除了非线性并折叠了权重矩阵，从而得到了一个线性模型，该模型在显著缩短的训练时间内实现了具有竞争力的性能。

Graph Neural PDEs

AI GitHub 仓库

开源项目，提供用于图神经网络 (GNN) 的 Python 代码，该项目将图学习视为一个连续的扩散过程。它实现了 GRAND 和 BLEND 模型，提供了新颖的方法来解决常见的图学习挑战，如过平滑和深度限制。Graph Neural PDEs 是一个开源项目，提供用于图神经网络 (GNN) 的 Python 代码，该项目将图学习视为一个连续的扩散过程。它实现了 GRAND 和 BLEND 模型，提供了新颖的方法来解决常见的图学习挑战，如过平滑和深度限制。

这篇博文介绍了一种基于现代 Hopfield 网络的新型 PyTorch Hopfield 层。它将经典 Hopfield 网络推广到连续状态和模式，提供指数级存储容量和快速收敛。更新规则被证明等同于 Transformer 自注意力机制，从而能够构建新的深度学习架构。

OpenSpiel

AI GitHub 仓库

用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。OpenSpiel 是一个用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。

Temporal Graph Networks

AI GitHub 仓库

提供了一个通用的、高效的动态图深度学习框架。这个基于 Python 的库利用新颖的内存模块和基于图的运算符，在计算效率和演进图结构上的预测准确性方面优于现有方法。Temporal Graph Networks (TGNs) 提供了一个通用的、高效的动态图深度学习框架。这个基于 Python 的库利用新颖的内存模块和基于图的运算符，在计算效率和演进图结构上的预测准确性方面优于现有方法。

xDeepFM

AI GitHub 仓库

开源深度学习工具包，用于因子分解模型，特别发布了 eXtreme Deep Factorization Machine (xDeepFM) 模型的源代码。它旨在为深度推荐系统和基于因子分解的机器学习任务提供基础。xDeepFM 是一个开源深度学习工具包，用于因子分解模型，特别发布了 eXtreme Deep Factorization Machine (xDeepFM) 模型的源代码。它旨在为深度推荐系统和基于因子分解的机器学习任务提供基础。

Attentional Factorization Machine

AI GitHub 仓库

此 GitHub 存储库提供了 Attentional Factorization Machine (AFM) 模型的 TensorFlow 实现。它允许用户为推荐系统等任务训练和评估 AFM，通过注意力网络学习特征交互的权重。该项目包括代码、数据示例以及快速设置和性能比较的说明。

LightGCN

AI GitHub 仓库

简化的图卷积网络，专为推荐系统设计。它专注于协同过滤的核心邻域聚合组件，提供了一种从交互数据中学习用户和物品表示的高效方法。LightGCN 是一种简化的图卷积网络，专为推荐系统设计。它专注于协同过滤的核心邻域聚合组件，提供了一种从交互数据中学习用户和物品表示的高效方法。

Neural Graph Collaborative Filtering

AI GitHub 仓库

利用图神经网络的推荐框架。它通过在用户-物品二部图中进行高阶连通性嵌入传播，显式地编码协同信号。此实现基于 SIGIR 2019 的论文。Neural Graph Collaborative Filtering (NGCF) 是一个利用图神经网络的推荐框架。它通过在用户-物品二部图中进行高阶连通性嵌入传播，显式地编码协同信号。此实现基于 SIGIR 2019 的论文。

Intel® Neural Compressor

AI GitHub 仓库

开源 Python 库，提供适用于 PyTorch、TensorFlow 和 JAX 的流行模型压缩技术。它支持 LLM 和 VLM 的高级量化，可在各种 Intel 硬件和其他平台上通过广泛的测试进行性能优化。Intel® Neural Compressor 是一个开源 Python 库，提供适用于 PyTorch、TensorFlow 和 JAX 的流行模型压缩技术。它支持 LLM 和 VLM 的高级量化，可在各种 Intel 硬件和其他平台上通过广泛的测试进行性能优化。

由人工智能驱动的写作助手，旨在提高研究人员和学者的生产力。它集成到您的工作流程中，帮助生成、组织和优化书面内容，旨在简化学术写作流程并减少在行政任务上花费的时间。该工具专注于支持学术作品的创作。Elephas 是一款由人工智能驱动的写作助手，旨在提高研究人员和学者的生产力。它集成到您的工作流程中，帮助生成、组织和优化书面内容，旨在简化学术写作流程并减少在行政任务上花费的时间。该工具专注于支持学术作品的创作。

用 Java 编写的开源神经网络框架。它简化了各种应用中人工神经网络的开发和实现。该框架提供了用户友好的 API 和工具，用于设计、训练和测试神经网络，使其对初学者和经验丰富的开发人员都易于使用。Neuroph 是一个用 Java 编写的开源神经网络框架。它简化了各种应用中人工神经网络的开发和实现。该框架提供了用户友好的 API 和工具，用于设计、训练和测试神经网络，使其对初学者和经验丰富的开发人员都易于使用。

Adala

AI GitHub 仓库

自主数据标注代理框架，使 AI 工程师、研究人员和数据科学家能够构建和部署智能代理。这些代理通过迭代过程独立学习，并受其环境和反思的影响，使其在多样化的数据处理和标注任务中可靠且可控。Adala 是一个自主数据标注代理框架，使 AI 工程师、研究人员和数据科学家能够构建和部署智能代理。这些代理通过迭代过程独立学习，并受其环境和反思的影响，使其在多样化的数据处理和标注任务中可靠且可控。

StarCoder

AI GitHub 仓库

在源代码和自然语言上训练的大型语言模型。它在代码生成、代码补全和文本生成任务方面表现出色。此存储库提供了用于微调和推理的资源，使开发人员能够将其功能集成到各种应用程序中。StarCoder 是一个在源代码和自然语言上训练的大型语言模型。它在代码生成、代码补全和文本生成任务方面表现出色。此存储库提供了用于微调和推理的资源，使开发人员能够将其功能集成到各种应用程序中。

Superduper

AI GitHub 仓库

用于构建自定义 AI 应用程序和代理的端到端框架。它提供了集成数据、模型和部署的工具，使开发人员能够创建复杂的 AI 解决方案。该框架支持各种数据后端，并提供插件以扩展功能，从而促进智能系统的开发。Superduper 是一个用于构建自定义 AI 应用程序和代理的端到端框架。它提供了集成数据、模型和部署的工具，使开发人员能够创建复杂的 AI 解决方案。该框架支持各种数据后端，并提供插件以扩展功能，从而促进智能系统的开发。

PanoHead

AI GitHub 仓库

用于 CVPR 2023 论文的研究代码库，该论文专注于 360 度几何感知 3D 全头部合成。它能够从非结构化的真实世界图像中生成高质量、视图一致的各种 3D 人头图像，提供详细的几何和外观信息。PanoHead 是一个用于 CVPR 2023 论文的研究代码库，该论文专注于 360 度几何感知 3D 全头部合成。它能够从非结构化的真实世界图像中生成高质量、视图一致的各种 3D 人头图像，提供详细的几何和外观信息。

MVDream

AI GitHub 仓库

用于多视图 3D 生成的扩散模型，构建于 Stable Diffusion 之上。它能够从不同视角创建多个 2D 图像，是生成 3D 资产的基础组件。该项目提供了扩散模型和 2D 图像生成代码。MVDream 是一个用于多视图 3D 生成的扩散模型，构建于 Stable Diffusion 之上。它能够从不同视角创建多个 2D 图像，是生成 3D 资产的基础组件。该项目提供了扩散模型和 2D 图像生成代码。

LLaVA

AI GitHub 仓库

视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。LLaVA 是一个视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。

Shap-E

AI GitHub 仓库

OpenAI 发布的一个开源 AI 模型，用于生成 3D 对象。它可以根据文本提示或输入图像来创建这些对象。该工具专为对 3D 内容生成和 AI 驱动设计感兴趣的开发者和研究人员而设计。Shap-E 是 OpenAI 发布的一个开源 AI 模型，用于生成 3D 对象。它可以根据文本提示或输入图像来创建这些对象。该工具专为对 3D 内容生成和 AI 驱动设计感兴趣的开发者和研究人员而设计。

GaussianObject

AI GitHub 仓库

框架，可使用高斯溅射技术从仅四视图中进行高质量 3D 对象重建。它结合了视觉外壳技术和扩散模型进行精炼，即使没有 COLMAP 也能取得优异成果，使 3D 重建更易于访问。GaussianObject 是一个框架，可使用高斯溅射技术从仅四视图中进行高质量 3D 对象重建。它结合了视觉外壳技术和扩散模型进行精炼，即使没有 COLMAP 也能取得优异成果，使 3D 重建更易于访问。

Kandinsky 2

AI GitHub 仓库

多语言文本到图像的潜在扩散模型。它提供高级的图像生成功能，包括文本到图像、图像到图像和图像修复。该模型支持 ControlNet 以增强图像生成控制，并利用强大的编码器来改进对文本和图像的理解，从而产生更具美感的输出。Kandinsky 2 是一个多语言文本到图像的潜在扩散模型。它提供高级的图像生成功能，包括文本到图像、图像到图像和图像修复。该模型支持 ControlNet 以增强图像生成控制，并利用强大的编码器来改进对文本和图像的理解，从而产生更具美感的输出。

Qwen3 大语言模型

AI GitHub 仓库

阿里巴巴达摩院语言科技实验室 Qwen 团队开发的一系列大语言模型。它在指令遵循、推理、文本理解和多语言支持方面提供了增强的功能。模型有多种尺寸和配置可供选择，包括“思考”和“非思考”模式，并支持长上下文理解。Qwen3 是阿里巴巴达摩院语言科技实验室 Qwen 团队开发的一系列大语言模型。它在指令遵循、推理、文本理解和多语言支持方面提供了增强的功能。模型有多种尺寸和配置可供选择，包括“思考”和“非思考”模式，并支持长上下文理解。

EvTexture & EvTexture++

AI GitHub 仓库

EvTexture 和 EvTexture++ 是用于视频超分辨率事件驱动纹理增强的 PyTorch 实现。这些模型利用事件相机数据来提高视频质量，为 ICML 2024 和 IEEE TPAMI 2026 的出版物提供了解决方案。该项目提供了用于研究和开发的代码、预训练模型和数据集。

Outfit Anyone

AI GitHub 仓库

由 AI 驱动的虚拟试穿工具，可为任何人生成任何服装的超高质量图像。它使用户能够可视化不同模特身上的服装，提供一种真实且高效的方式来预览服装，而无需实际衣物。该项目可在 GitHub 上找到。Outfit Anyone 是一款由 AI 驱动的虚拟试穿工具，可为任何人生成任何服装的超高质量图像。它使用户能够可视化不同模特身上的服装，提供一种真实且高效的方式来预览服装，而无需实际衣物。该项目可在 GitHub 上找到。

AudioSeal

AI GitHub 仓库

针对 AI 生成语音的本地化音频水印系统。它提供最先进的鲁棒性，可抵御各种音频操作，并具有极快的检测器，适用于大规模和实时应用。该系统嵌入人耳无法察觉的水印，对音频质量影响极小。AudioSeal 是一款针对 AI 生成语音的本地化音频水印系统。它提供最先进的鲁棒性，可抵御各种音频操作，并具有极快的检测器，适用于大规模和实时应用。该系统嵌入人耳无法察觉的水印，对音频质量影响极小。

TokenFlow

AI GitHub 仓库

PyTorch 实现，用于使用预训练的文本到图像扩散模型进行一致的视频编辑。它支持无需进一步训练即可进行文本驱动的视频编辑，通过强制执行帧间对应关系中的扩散特征一致性来保留空间布局和动态。在真实世界视频上取得了最先进的结果。TokenFlow 是一个 PyTorch 实现，用于使用预训练的文本到图像扩散模型进行一致的视频编辑。它支持无需进一步训练即可进行文本驱动的视频编辑，通过强制执行帧间对应关系中的扩散特征一致性来保留空间布局和动态。在真实世界视频上取得了最先进的结果。

DreamTalk

AI GitHub 仓库

基于扩散模型的框架，可根据音频生成富有表现力的说话人脸视频。它在各种口语风格下都能产生高质量的结果，能够处理语音、歌曲和嘈杂音频等各种音频输入，并且在域外肖像上表现稳健。该项目为研究提供了官方实现。DreamTalk 是一个基于扩散模型的框架，可根据音频生成富有表现力的说话人脸视频。它在各种口语风格下都能产生高质量的结果，能够处理语音、歌曲和嘈杂音频等各种音频输入，并且在域外肖像上表现稳健。该项目为研究提供了官方实现。

MT3: 多任务多音轨音乐转录

AI GitHub 仓库

基于 T5X 框架构建的多乐器自动音乐转录模型。它使用预训练的钢琴或多乐器音乐检查点，使用户能够转录音频文件。该项目提供了转录资源，并概述了模型训练的潜在步骤。MT3 是一个基于 T5X 框架构建的多乐器自动音乐转录模型。它使用预训练的钢琴或多乐器音乐检查点，使用户能够转录音频文件。该项目提供了转录资源，并概述了模型训练的潜在步骤。

MidJourney 风格和关键词参考

AI GitHub 仓库

MidJourney AI 用户综合参考指南，提供精选的风格和关键词集，以增强图像生成。包含分辨率对比、图像权重和其他提示工程关键参数的详细页面。

V-JEPA

AI GitHub 仓库

用于从视频中进行自监督学习的 PyTorch 实现。它利用联合嵌入预测架构，在没有人类标注或像素级重建的情况下学习视觉表示。该代码和模型专为通用的下游视频和图像任务而设计。V-JEPA 是一个用于从视频中进行自监督学习的 PyTorch 实现。它利用联合嵌入预测架构，在没有人类标注或像素级重建的情况下学习视觉表示。该代码和模型专为通用的下游视频和图像任务而设计。

Anthropic SDK Python

AI GitHub 仓库

Anthropic SDK for Python 为开发者提供了直接访问 Claude API 的能力。这个开源库便于将先进的 AI 功能集成到 Python 应用程序中，从而实现与 Anthropic 的语言模型进行程序化交互，以完成各种自然语言处理任务。

Audiocraft

AI GitHub 仓库

用于深度学习音频生成和处理的 PyTorch 库。它提供了像 MusicGen（用于可控音乐生成）和 AudioGen（用于文本到声音）这样的最先进模型。该库还包含 EnCodec 音频压缩器和用于研究的训练代码。Audiocraft 是一个用于深度学习音频生成和处理的 PyTorch 库。它提供了像 MusicGen（用于可控音乐生成）和 AudioGen（用于文本到声音）这样的最先进模型。该库还包含 EnCodec 音频压缩器和用于研究的训练代码。

Animate Anyone

AI GitHub 仓库

专注于角色动画一致且可控的图像到视频合成的 GitHub 仓库。它提供了一个从静态图像生成动态视频内容的框架，实现了富有创意的角色运动和表情。该项目非常适合 AI 驱动动画领域的开发者和研究人员。Animate Anyone 是一个专注于角色动画一致且可控的图像到视频合成的 GitHub 仓库。它提供了一个从静态图像生成动态视频内容的框架，实现了富有创意的角色运动和表情。该项目非常适合 AI 驱动动画领域的开发者和研究人员。

LGM: Large Multi-View Gaussian Model

AI GitHub 仓库

用于高分辨率 3D 内容创建的大型多视图高斯模型的官方实现。它能够从多视图图像生成详细的 3D 资产，并应用于文本到 3D 和图像到 3D 工作流程。该项目提供了代码、预训练权重和推理脚本。LGM 是一个用于高分辨率 3D 内容创建的大型多视图高斯模型的官方实现。它能够从多视图图像生成详细的 3D 资产，并应用于文本到 3D 和图像到 3D 工作流程。该项目提供了代码、预训练权重和推理脚本。

Hallo

AI GitHub 仓库

用于通过音频驱动肖像图像动画的 AI 模型。它从音频中合成分层的视觉特征，实现逼真且富有表现力的肖像动画。该项目提供了推理和训练代码，以及预训练模型和社区资源，以增强可用性。Hallo 是一个用于通过音频驱动肖像图像动画的 AI 模型。它从音频中合成分层的视觉特征，实现逼真且富有表现力的肖像动画。该项目提供了推理和训练代码，以及预训练模型和社区资源，以增强可用性。