探索全部
共 172 个仓库 · Jupyter Notebook
基于 CUDA 的 GPU 加速图像处理库，专为多维图像和数字病理、显微成像等大规模图像分析场景提速。
支持 Flux Kontext dev 多图输入的推理与训练框架，可配合 LoRA 做参数高效微调，适合需要多图条件生成的图像模型实验。
PiSSA 是一种参数高效微调方法，用主奇异值和奇异向量初始化 LoRA 的低秩矩阵，让大模型微调收敛更快、效果更好。
《AI-Powered Search》一书配套代码库，演示混合检索、学习排序、点击模型和生成式搜索等现代搜索技术，基于 OpenSearch 实现。
FreshQA 是评估大模型回答时效性问题能力的基准数据集与代码，配套论文 FreshLLMs，用于测试模型在动态知识下的检索增强问答表现。
《大型语言模型快速入门指南》配套代码仓库，用 Jupyter Notebook 演示 LLM 使用、提示工程、智能体、模型蒸馏等实操，适合上手大模型开发。
从图像生成带物理属性的三维资产，让模型产出的 3D 物体不仅外形逼真，还具备质量、材质等可供仿真使用的物理参数。
MACE 是 CVPR 2024 提出的扩散模型大规模概念擦除方法，能从 Stable Diffusion 等文生图模型中批量移除指定概念，适合做内容安全与版权合规。
封装百度千帆大模型平台能力的 SDK，提供对话、向量化、重排和微调等 LMOps 最佳实践，让开发者便捷接入文心一言等模型服务。
开源 AI 网红生成器，用 FLUX 等模型批量生成可定制的虚拟人物形象，适合做社交媒体内容创作。
VLM Run API 的示例与指南合集，用 Jupyter Notebook 演示如何调用视觉语言模型完成 OCR、文档解析和 ETL 等任务，方便快速上手多模态推理。
基于扩散模型的多文本长视频生成与编辑方案，通过时序协同去噪把多个文本提示拼成连贯长视频，解决单次生成时长受限的问题。
用 Python 自动检测图像中的色卡（ColorChecker）位置，为色彩校正和色彩空间分析提供准确的色块定位。
用 PyTorch 从零手写现代 LLM 架构、训练与推理的实战课程，配套可直接运行的 notebook，适合边跑边学大模型原理。
在 Apple Silicon Mac 上本地运行 Phi-3、Phi-3.5 和 Phi-4 视觉与语言模型，基于 MLX 和 Metal 加速，支持微调、LoRA 与多智能体编排。
在神经网络层面实时干预基础模型的输出，用 PyTorch 和 Jupyter Notebook 做液态神经网络与注意力机制的可视化微调实验。
基于 FastAI 和 PyTorch 的模型压缩工具，提供剪枝、蒸馏和量化，帮你在边缘设备上跑更小更快的神经网络。
基于 ViTPose 的 2D 人体与动物多姿态估计工具，支持 ONNX、TensorRT 加速，可实时输出多种骨架格式。
Ultralytics 官方 YOLO 教程合集，提供可直接在 Colab、Kaggle、SageMaker 上运行的 Notebook，覆盖训练、推理、导出及检测、分割、姿态估计等视觉任务。
一套从入门到进阶的计算机视觉实战项目合集，用 OpenCV 和 Python 覆盖目标检测、识别与跟踪等常见任务，适合边做边学。
OpenS2V-Nexus 是面向主体到视频生成（S2V）的评测基准与百万级数据集，提供评估工具包，用来衡量模型在保持指定主体一致性上的生成效果。
用 LoRA/QLoRA 微调大模型，并借助思维链数据生成与蒸馏提升推理准确率，适合低成本定制模型。
微软 Florence-2 视觉语言模型的非官方实战笔记本合集，覆盖推理、自动标注和微调，方便快速上手做目标检测、OCR 等视觉任务。
监控机器学习模型上线后的数据漂移，并通过数据校验保障部署安全，自动生成 HTML 报告帮助定位特征分布变化。