AI · 算法工程
共 1,644 个仓库 · Python
基于微软 VibeVoice 的多说话人语音合成 Web 系统，支持 LoRA 微调、批量生成和显存优化，开箱即用。
解析、编辑、优化和性能分析 ONNX 模型的 Python 工具，方便查看模型结构、修改计算图并定位推理瓶颈。
基于 Qwen3.6-27B 做去审查与能力增强的 abliteration 模型，配合 NVFP4 量化和 DFlash 投机解码，在 DGX Spark 上优化长上下文草稿接受率，附多种 HF 变体与 Docker 部署。
让 Claude Desktop 直接操控本地或远程 macOS 的 MCP 服务器，无需额外 API key，就能完成点击、输入等桌面操作。
用 Actor 模型搭建智能体系统的轻量框架，启动快、开销小，适合需要高并发和低延迟的多智能体编排场景。
微软开源的神经架构搜索（NAS）研究框架，提供快速、可复现、模块化的实验流程，帮你在 PyTorch 上跑 DARTS、Petridish 等 NAS 算法并做超参优化与模型压缩。
面向城市峡谷等复杂场景的多传感器数据集，包含激光雷达、相机等全套传感器数据，用于自动驾驶的建图与定位算法评测。
让大模型在机器写作时通过「思考」主动扩展知识边界，缓解长文生成中内容浅薄、信息重复的问题，适合新闻等长文本创作场景。
面向 AI Agent 的浏览器自动化工作流引擎，通过 MCP Server 录制并回放执行过程，为 Agent 声称完成的任务提供可验证的证据。
开源的 AI 浏览器智能助手，通过浏览器扩展和 CDP 协议把网页操作交给 Agent 自动完成，适合搭建浏览器自动化工作流。
FaceLit 是 CVPR 2023 的官方实现，用 GAN 和 NeRF 生成可重打光的三维人脸，让生成的人脸能按任意光照条件渲染。
基于 DrissionPage 的 MCP 浏览器自动化服务，让 Claude Code、Codex 等 MCP 客户端直接操控浏览器完成网页操作与数据抓取。
多线程网页爬虫，递归抓取整站并把每个页面转成 Markdown 文件，为 LLM RAG 准备干净的语料。
提供 AsymFlow、pi-Flow、GMFlow 等流匹配与扩散蒸馏算法的官方 PyTorch 实现，用于加速文本到图像生成模型的训练与推理。
高通 AI Hub 应用集，提供针对高通设备优化过延迟和内存的机器学习模型，可直接部署到骁龙等终端上跑推理。
基于 vLLM 的 NUMA 扩展推理引擎，充分利用 CPU 和内存资源降低显存占用，支持 MOE 大模型混合推理与 GPU/NUMA 并行。
基于 vLLM 的 Runpod 无服务器 worker 模板，用于快速部署大语言模型推理端点，省去自己搭建服务的工作。
无需微调即可把任意参考图的风格迁移到任意内容上，生成高质量个性化风格化图片的风格迁移模型。
面向 XLA 设备（先支持 TPU，后续扩展 GPU）的大模型推理引擎，主打高吞吐和低显存占用，适合在 JAX 生态里跑 Llama、Gemma 等模型。
汇总视觉语言模型空间智能方向论文与资源的 awesome 清单，配套综述《Spatial Intelligence in Vision-Language Models》，方便快速跟进空间推理研究进展。
仅靠视觉输入就能完成闭环自动驾驶的视觉-语言-动作模型，把语言理解和驾驶动作对齐，在 CARLA 里做端到端评测。
把 LLM Agent 的零散想法和信号整理成结构化、可复用的技能，提供从技能生成到构建的流水线。
Auditable code review skill for Claude Code and Codex: four independent probes, evidence-backed findings, and a JSON-derived merge gate.
基于 txtai 的检索增强生成示例，把向量检索和大模型结合起来，让你用自己的数据做问答和洞察分析。