"推理优化"

langchain-ai/open_deep_research

open_deep_research：开源深度研究平台 — open_deep_research 是一个专注于深度学习研究的开源平台，旨在为研究人员提供强大的工具和资源。它支持多种深度学习框架，帮助用户高效地进行实验和模型开发。

Python★ 12.1k⑂ 1.7kother

+14 ★☆

vwxyzjn/cleanrl

cleanrl：高质量的深度强化学习算法实现 — cleanrl提供了多种深度强化学习算法的实现，包括PPO、DQN、C51、DDPG、TD3、SAC和PPG等。这些算法都是在一个单文件中实现的，具有研究友好的特性。cleanrl的实现基于Python和PyTorch，能够与Gym和WandB等流行的机器学习库进行集成。

Python★ 10k⑂ 1.1kai-ml

☆

Leey21/awesome-ai-research-writing

awesome-ai-research-writing：人工智能研究写作辅助工具 — awesome-ai-research-writing 提供了一系列的写作辅助功能，帮助研究人员提高写作效率和质量。通过使用这个工具，研究人员可以专注于研究的核心内容，而不必花费太多时间在写作的细节上。同时，awesome-ai-research-writing 也可以帮助研究人员避免写作中的常见错误，提高研究论文的整体质量

★ 29.8k⑂ 2.3kai-ml

☆

chenfei-wu/TaskMatrix

TaskMatrix：任务管理矩阵 — TaskMatrix是一个开源的任务管理平台，使用Python语言开发。它提供了一个简单易用的接口，帮助用户管理和跟踪任务。通过TaskMatrix，用户可以高效地组织和优先级任务，从而提高生产力。

Python★ 34.1k⑂ 3.2kother

☆

microsoft/BitNet

BitNet：1位LLM推理框架 — BitNet是微软开发的官方1位LLM推理框架，用于支持低位深度神经网络的高效推理。它能够有效地优化1位LLM的性能，提高推理速度。BitNet的出现对推动低位深度神经网络的发展具有重要意义

C++★ 39.8k⑂ 3.7kai-ml

☆

ThePrimeagen/99

99：Neovim AI 代理 — 99 是一个 Neovim AI 代理项目，使用 Lua 编程语言开发。它旨在提供一个高效和智能的 Neovim 使用体验。通过 99，用户可以更好地利用 Neovim 的功能，提高编程效率。

Lua★ 4.7k⑂ 253ai-ml

☆

chroma-core/chroma

chroma：人工智能搜索基础设施 — chroma 提供了高效的搜索功能，用于人工智能代理和数据库的交互。它使用 Rust 语言开发，注重性能和可靠性。chroma 的出现可以提高人工智能应用的搜索能力和数据处理效率

Rust★ 28.8k⑂ 2.4kai-ml

☆

karpathy/autoresearch

autoresearch：自动研究项目 — autoresearch项目使用AI代理自动进行研究，重点关注单GPU上的nanochat训练，能够自动完成训练过程。该项目利用Python语言开发，能够高效地进行研究工作。autoresearch项目的目标是实现自动化研究，减少人工干预，提高研究效率

Python★ 91.6k⑂ 13.1kai-ml

☆

facebookarchive/prepack

prepack：JavaScript 代码优化工具 — prepack 通过分析 JavaScript 代码，消除未使用的代码，减小代码体积，并优化代码执行效率。这种优化对于提高 Web 应用性能和减少加载时间至关重要。通过使用 prepack，开发者可以更好地优化他们的 JavaScript 代码，提高用户体验。

JavaScript★ 14.1k⑂ 412web

☆

pjreddie/darknet

darknet：神经网络框架 — darknet是一个开源的神经网络框架，使用C语言实现，能够高效地运行在各种设备上。它支持多种神经网络模型，包括卷积神经网络、循环神经网络等。darknet的主要优点是其高性能和灵活性，使其成为各类机器学习任务的热门选择。

C★ 26.5k⑂ 21kai-ml

☆

deepspeedai/DeepSpeed

DeepSpeed：深度学习优化库 — DeepSpeed是一个深度学习优化库，支持分布式训练和推理，能够有效地处理大规模模型和数据。它提供了诸如数据并行、模型并行、管道并行等功能，能够显著提高训练和推理的效率。DeepSpeed对于需要处理大量数据和复杂模型的机器学习和深度学习任务具有重要意义。

Python★ 42.7k⑂ 4.9kai-ml

☆

mamoe/mirai

mirai：QQ 机器人支持库 — mirai 提供了一个简单易用的 API，允许开发者快速构建 QQ 机器人应用。它支持多种功能，如消息处理、事件处理等。mirai 的高效率和可扩展性使其成为开发者首选的 QQ 机器人支持库

Kotlin★ 14.8k⑂ 2.5kai-ml

☆

HKUDS/LightRAG

LightRAG：简单快速的检索增强生成 — LightRAG是一个基于Python的检索增强生成模型，利用知识图谱和检索技术来提高大语言模型的性能和准确性。它可以应用于各种自然语言处理任务，例如文本生成和问答系统。LightRAG的简单性和快速性使其成为一个有前途的研究方向

Python★ 37.8k⑂ 5.3kai-ml

☆

hpcaitech/ColossalAI

ColossalAI：大型AI模型的高性能计算框架 — ColossalAI通过数据并行、模型并行和流水线并行等技术，使得大型AI模型的训练和推理变得更快、更便宜和更容易访问。这种框架对于深度学习、分布式计算和超大规模模型的训练具有重要意义。同时，它也支持异构训练和推理，进一步提高了其灵活性和实用性

Python★ 41.4k⑂ 4.5kai-ml

☆

qdrant/qdrant

qdrant：高性能向量数据库和搜索引擎 — qdrant是一个高性能、可扩展的向量数据库和搜索引擎，用于下一代AI应用。它支持海量数据存储和高效查询，适用于AI搜索、推荐系统和机器学习等场景。qdrant还提供云服务，方便用户使用

Rust★ 33.4k⑂ 2.5kai-ml

☆

hiyouga/LlamaFactory

LlamaFactory：统一高效微调 — LlamaFactory实现了对100多个LLMs和VLMs的统一高效微调，支持多种微调方法，包括fine-tuning、instruction-tuning和Lora等。该项目使用Python语言开发，基于Transformers库，能够高效地微调大语言模型。LlamaFactory的出现对于自然语言处理（NLP）领域具有重要意义，能够帮助研究人员和开发人员更好地利用大语言模型

Python★ 73.4k⑂ 9kai-ml

☆

yifanfeng97/Hyper-Extract

Hyper-Extract：结构化知识提取 — Hyper-Extract可以将无结构文本转化为结构化知识，支持图、超图和时空提取等功能。它利用LLMs技术，以一条命令即可完成复杂的数据提取工作。这种功能可以帮助用户更好地理解和利用文本数据

Python★ 1.9k⑂ 210ai-ml

+124 ★☆

google-research/google-research

google-research：谷歌研究项目 — google-research项目旨在分享谷歌在人工智能、机器学习等领域的研究成果。该项目使用Jupyter Notebook作为主要语言，包含了许多有价值的研究资料。通过该项目，开发者可以更好地了解谷歌的研究方向和成果

Jupyter Notebook★ 38.4k⑂ 8.5kai-ml

☆

Theano/Theano

Theano：Python 数学表达式优化库 — Theano 是一个 Python 库，允许您定义、优化和评估涉及多维数组的数学表达式。它能够高效地处理复杂的数学运算，并且现在被继续开发为 PyTensor。Theano 的优化功能使其成为机器学习和科学计算的重要工具。

Python★ 10k⑂ 2.5kother

☆

recommenders-team/recommenders

recommenders：推荐系统最佳实践 — recommenders 项目是一个开源的推荐系统示例代码仓库，使用 Python 编写，提供了多种推荐算法和模型的实现。该项目旨在帮助开发者快速构建和部署推荐系统，提高推荐系统的准确性和性能。通过使用 recommenders 项目，开发者可以轻松地将推荐系统集成到自己的应用中

Python★ 21.8k⑂ 3.3kai-ml

☆

asmvik/yabai

yabai：macOS 窗口管理器 — yabai 是一个开源的窗口管理器，使用 C 语言编写，基于二进制空间分割算法，能够高效地管理 macOS 的窗口布局。它提供了灵活的窗口管理功能，能够满足不同用户的需求。通过使用 yabai，用户可以更好地组织和管理他们的窗口，提高工作效率

C★ 29.3k⑂ 734other

☆

MiniMax-AI/skills

skills：人工智能技能开发库 — skills是一个开源的C#库，用于开发和集成人工智能技能。它提供了一种简单的方式来创建和管理AI能力，使得开发者可以更加容易地将AI集成到自己的应用程序中。通过使用skills，开发者可以快速构建智能应用，提高用户体验

C#★ 13.1k⑂ 1.1kother

☆

andrewrk/poop

poop：性能优化观察平台 — poop是一个性能优化观察平台，用于收集和分析性能数据，以帮助开发者优化应用程序。它使用Zig语言开发，提供了高性能和可靠的数据分析能力。通过使用poop，开发者可以更好地理解应用程序的性能瓶颈， 从而优化应用程序的性能。

Zig★ 2k⑂ 92other

☆

mvanhorn/last30days-skill

last30days-skill：跨平台研究和总结工具 — last30days-skill是一个使用Python语言开发的AI代理技能，能够在多个平台上研究任何主题，并综合生成一个有根据的总结。它支持跨Reddit、X、YouTube、HN、Polymarket和整个网络的搜索和总结，能够帮助用户快速获取信息。这种技能对于需要快速获取信息和研究各种主题的用户来说非常有用

Python★ 51k⑂ 4.3kai-ml

+352 ★☆

babalae/better-genshin-impact

better-genshin-impact：原神自动化工具 — better-genshin-impact是一个使用C#开发的原神自动化工具，提供一系列自动化功能，如自动拾取、自动剧情、全自动钓鱼等。它可以帮助玩家简化游戏过程，提高游戏效率。同时，它也提供了UI自动化测试工具，方便开发者测试和调试游戏功能。

C#★ 14.3k⑂ 1ktools

☆

refactoringhq/tolaria

tolaria：桌面知识库管理应用 — tolaria是一个桌面应用，用于管理markdown知识库。它帮助用户组织和维护知识库，提高生产力。通过使用tolaria，用户可以更轻松地管理和查找知识库中的内容

TypeScript★ 18.1k⑂ 1.2kweb

+150 ★☆

BVLC/caffe

caffe：深度学习开源框架 — caffe是一个高性能的深度学习框架，支持多种神经网络架构和优化算法。它能够用于图像和语音识别、自然语言处理等领域，具有广泛的应用前景。caffe的开源性质使得开发者能够轻松地扩展和定制框架，以满足特定的需求。

C++★ 34.6k⑂ 18.5kai-ml

☆

openai/CLIP

CLIP：对比语言图像预训练 — CLIP 通过对比语言图像预训练，能够学习图像和文本之间的语义关系，从而实现图像和文本的跨模态检索和理解。这种技术在计算机视觉和自然语言处理领域具有重要意义。CLIP 的应用包括图像搜索、图像描述生成等

Jupyter Notebook★ 34k⑂ 4kai-ml

☆

kvcache-ai/ktransformers

ktransformers：异构大模型推理与微调优化框架 — ktransformers 是一个灵活的框架，旨在优化异构大语言模型的推理和微调过程。通过该框架，用户可以更高效地利用不同硬件资源，提升模型性能。

Python★ 18.8k⑂ 1.5kai-ml

+458 ★☆