AI · 算法工程
共 1,644 个仓库 · Python
持续优化 AI Agent 的平台，集成了评测、可观测性和 LoRA 微调，帮助开发者闭环迭代 Agent 效果。
本地优先的编码智能体观测面板，把每个任务拆成工具调用、文件改动、测试运行、耗时和 token 消耗，让你看清 Claude Code、Codex 等智能体到底做了什么、花了多少钱。
整理文本生成视频（Text-to-Video）领域论文与资源的综述清单，帮研究者快速摸清扩散模型等技术路线和代表工作。
一站式大模型压缩工具箱，支持 LLM、VLM 和视频生成模型的量化与剪枝，覆盖 AWQ、SmoothQuant 等算法，并提供压缩后的评测与部署流程。
把 OpenAI Deep Research 的深度推理和 Dify 的可视化工作流合到一起的垂直 AI Agent 构建平台，支持 RAG 与 A2A 委派。
统一封装 Flow-Matching 模型的微调流程，支持图像与视频生成，并集成强化学习，省去自己搭训练脚本的麻烦。
把 ONNX 模型直接转成 PyTorch 网络，方便在 PyTorch 里继续微调或调试，省去手工重搭结构的麻烦。
给 CUT3R 这类循环式三维重建模型换了个简单的状态更新规则，让它在长序列输入下不容易崩，提升长度泛化能力。
在 Apple Silicon 上通过 MLX 原生实现 DeepSeek DSpark 与 DFlash 投机解码，让本地大模型推理最高提速 4 倍且无损，兼容 Gemma、Qwen、Nemotron 等模型。
把 YOLOv5 模型部署到 TensorRT、LibTorch、ONNX Runtime、TVM、NCNN 等推理后端的运行时工具链，省去自己写适配代码。
面向 LiDAR 里程计的鲁棒 ICP 算法，专门解决走廊、隧道等几何退化场景下位姿估计失准的问题，是 IEEE RA-L 2025 的 SOTA 方案。
NeurIPS 2024 提出的掩码扩散语言模型，用简单的掩码扩散训练方式做文本生成，效果优于传统扩散语言模型，代码基于 Python 可直接复现。
面向自动驾驶场景的高分辨率长视频生成模型，基于扩散模型支持多视角一致输出和自适应控制，可用于合成训练数据。
Hailo 官方预训练模型库，提供面向 Hailo-8 边缘 AI 加速器的模型、量化工具和完整评估环境，方便直接部署到端侧设备。
面向 RAG 场景的 AI 搜索数据库，支持语义检索与语言模型集成，帮开发者把非结构化数据变成可检索的知识库。
把 bug、想法或工单一路推进到通过验证的 PR：自动写规格、按风险做跨模型评审、实时 QA，并把过程记录留在仓库里。
飞桨多模态大模型开发套件，覆盖图文理解、生成到扩散模型的全流程，提供预训练模型与高性能训练推理工具。
面向 LLM 推理系统的可扩展仿真器，能在不实际部署集群的情况下，大规模、高精度地模拟 Transformer 推理性能，用于容量规划与架构选型。
面向大模型的无服务器推理服务系统，通过多级检查点加载和 GPU 显存复用，实现低延迟、按需启动的 LLM 部署。
用任意 LLM（本地或远程）驱动 Android 手机和电脑自动完成点击、输入等操作，适合搭建跨设备的自主 Agent。
一站式 LoRA 与微调工作室，支持 Klein 9B、Qwen Image 2.1、Z-Image Turbo 等图像、视频、音乐模型，可训练、微调、分析、修复并提取 LoRA/LoKR。
基于 PyTorch 的「历史引导视频扩散」官方实现，用 Transformer 做视频生成与图生视频，让生成结果在时间上更连贯。
用 Cookiecutter 一键生成 FastAPI 项目骨架，内置机器学习、uv 依赖管理、GitHub Actions 和 Pytest，省去从零搭工程的时间。
把视觉语言模型变成通用多模态嵌入模型，配套 MMEB 系列基准，用于图文视频检索和 RAG 场景的表示学习评测。