OpenAI 官方开源的高速 BPE 分词器，专为 GPT 系列模型设计，能快速把文本切成 token，适合训练和推理时做文本预处理。

无需分词器的多语言语音合成模型，支持创意音色设计和逼真声音克隆，可直接从文本生成自然语音。

用 Rust 实现的高性能分词器库，支持 BERT、GPT 等主流模型，兼顾研究实验与生产部署，解决文本预处理速度慢、跨语言调用不便的问题。

统一评测语言模型少样本能力的框架，支持多种任务和模型，方便横向对比不同模型的性能表现。

从公开研究文献出发，用第一性原理复现 Claude Mythos 架构的理论实现，供研究者拆解其注意力机制与模型设计思路。

用 Go 写的轻量级分布式文本与向量搜索引擎，主打简单和速度，适合给应用快速加上全文检索或向量检索能力。

基于下一尺度预测的自回归视觉生成模型，用GPT式架构做图像生成并击败扩散模型，代码简洁易用，附带缩放定律研究。

面向多模态 AI 的嵌入式向量检索库，支持近似最近邻搜索和语义相似度检索，无需单独部署服务，帮开发者省去向量数据管理的麻烦。

统一视觉分词器，把图像同时编码成适合生成和理解任务的离散 token，解决生成与理解模型各用一套 tokenizer 的割裂问题。

Rust 写的超快日文分词器，用逐点预测模型做形态素分割，适合需要低延迟、高吞吐的 NLP 流水线。

基于 Viterbi 算法的日语分词器，用 Rust 实现，适合需要高性能形态素分析的 NLP 场景。

Sudachi 日语分词器配套的系统词典，提供词条和词性标注数据，用于日文形态素分析和分词。

面向视觉 tokenizer 的球面量化方案，包含二值球面量化和 Leech 球面量化两种方法，用于压缩视觉 token 并提升表示效率。