AI · 算法工程

3568 个仓库

按算法工程师的真实工作流拆分:从训练、微调、推理部署,到数据处理、检索、Agent、评测与模型工具链。

推理与服务

把模型跑起来:吞吐、延迟、显存、批量调度与 API 服务化。

训练与微调

从预训练到微调再到后训练:框架、并行策略、参数高效方法与 RLHF。

数据工程

数据决定上限:数据集托管、清洗、合成数据与标注。

检索与 RAG

让模型接上外部知识:向量库、RAG 框架、文档解析与知识图谱。

Agent 与编排

让模型自己规划、调用工具、执行任务。

评估 · 实验 · MLOps

验证模型到底行不行,并把实验、部署与线上表现管起来。

多模态生成

图像、视频、语音与视觉语言模型。

视觉与 3D

检测、分割、3D 重建与定位。

模型工具链

模型的转换、量化、编译与硬件适配。

科研与论文实现

论文复现、科学计算与时序任务:不一定是能直接上线的工具,但值得读、值得跑。