探索全部
共 1,808 个仓库 · 一年内有推送 · Python
基于 Keras 的神经符号语言模型框架，把 LM 与符号推理、强化学习结合，支持上下文学习和测试时自适应。
面向长视频理解的可插拔检索增强框架，无需训练即可为多模态大模型补充视觉对齐的检索证据，提升长视频问答效果。
把 Claude Code 变成 7×24 小时常驻的浏览器自动化代理，通过 Browser Use Cloud 和 Telegram 远程操控真实浏览器，跑在你自己的机器上。
基于 PyQt5 的图形界面工具，用 YOLO 系列模型做目标检测、跟踪、实例分割和人体姿态估计，支持图片、视频和摄像头输入。
用 OpenAI 的 CLIP 引导扩散模型，把文字描述直接生成图片，提供命令行工具和 Python 模块两种用法。
基于证据的开源仓库审计命令行工具，内置确定性扫描器、MCP 服务器和实时看板，还能通过 GitHub Action 在 PR 里直接贴出差异结果。
Pinecone 向量数据库的官方 Python SDK，方便在 Python 项目里直接接入向量存储和相似度检索，搭建 RAG 应用时不用自己封装 API。
统一多模态模型，把图文理解、文生图和图像编辑整合进同一套框架，省去为不同任务分别部署模型的麻烦。
OpenRCA 是 ICLR'25 提出的基准，用来评测大语言模型和 LLM Agent 能否在软件故障中定位根因，为根因分析能力提供统一测试标准。
在 Mac 上用 MLX 本地跑视觉和文本嵌入模型的 Python 包，方便给 RAG 和检索应用生成向量，不用依赖云端 API。
Linux 上的轻量双面板文件管理器，界面高度可定制，支持插件扩展，适合习惯 Norton Commander 式操作的用户。
面向边缘受限硬件的神经网络压缩工具包，提供量化感知训练和训练后量化等高级量化压缩能力，帮研究者把模型高效部署到资源紧张的设备上。
面向嵌入式设备的开源 AI 模型训练与部署工具，支持在 ESP32、Jetson、树莓派等硬件上完成图像分类、目标检测等任务的训练与推理。
面向大模型的一站式压缩 Python 包，集成量化与 QEP 等技术，可压缩模型体积并接入 vLLM 加速推理部署。
跨平台计算机视觉标注工具，集成 Grounding DINO 与 SAM 实现自动预标注，支持目标检测和旋转框标注，大幅减少手工画框工作量。
用统一接口调用 Anthropic、Cohere 等多家大模型，省去分别对接各家 API 的麻烦，适合快速搭建 LLM 应用。
在 NVIDIA GPU 上为 StartLux-Decision 模型提供快速精确推理，支持 int8 和 4-bit 量化的 GGUF 权重，延迟比 vLLM FP8 低至 5.3 倍且答案逐位一致。
自托管的 AI 网关与推理防火墙，为 Agent 提供身份与访问管理，拦截提示注入并审计调用，防止 LLM 被滥用。
面向通用机器人策略的空间引导视觉-语言-动作框架，把视觉语言模型和动作输出打通，让机器人能按空间指令执行操作任务。
免调优的 KV Cache 2bit 非对称量化方案，能大幅压缩大模型推理时的显存占用，让长上下文推理在有限显存下跑起来。
基于 9262 例 CT 体积和 25 个标注类别预训练的 3D 医学影像模型，可直接用于腹部器官分割等下游任务，省去从零训练。
面向 Redis 的 AI 原生 Python 客户端，把向量检索、缓存和 RAG 所需的数据操作封装成简单接口，省去自己拼装底层命令。
一个 4B 参数的视觉定位基础模型，把检测、指代、指向、OCR、GUI 和版面定位统一到一个模型里，在 34 个基准上达到 SOTA，并提升机器人泛化和数据效率。
把 SAM、MobileSAM、EfficientSAM、SAM 2/2.1 和 SAM 3 导出成 ONNX 模型，方便在任意平台跑可移植的图像分割，不用绑死原始框架。