通义开源深度研究智能体，能自主规划多步检索、浏览网页并整合信息，产出带引用的研究报告，适合做调研问答和资料汇总。

基于 PyTorch 的轻量级 NLP 框架，几行代码就能完成命名实体识别、词性标注、语义角色标注等序列标注任务的训练与微调。

基于飞桨的 NLP 与大模型开发库，提供丰富模型库，覆盖 BERT、ERNIE、LLaMA 等，支持分布式训练、压缩和文档智能等任务。

基于 Spark 的分布式 NLP 库，把 BERT、LLM、ONNX 等模型封装成可直接调用的流水线，在集群上批量做命名实体识别、分词、翻译等任务。

面向中文 NLP 的大模型实战代码库，覆盖数据准备、模型训练与推理全流程，含 BERT、ChatGLM、LLaMA 等示例，适合直接上手跑通中文大模型任务。

面向 RAG 研究的 Python 工具包，内置多种检索增强生成算法、数据集和评测基准，方便快速复现和对比实验。

一套面向知识图谱抽取与构建的开源工具包，支持命名实体识别、关系抽取、属性抽取和事件抽取，覆盖少样本、文档级和指令抽取等场景。

追踪 NLP、知识图谱与大模型 Agent 的前沿进展，汇总相关研究与应用实践，适合想跟进这些方向的技术人系统学习。

把 BERT 等预训练上下文向量和传统主题模型结合，用来在多种语言上抽取更连贯的主题，适合文本挖掘和主题分析。

《Transformers for NLP and Computer Vision》第三版配套代码，用 Jupyter Notebook 演示 BERT、CLIP、DALL·E 3、GPT-4o、Gemini 等模型在 NLP、视觉和 RAG 任务中的实战用法。

MagicBrush 是 NeurIPS'23 发布的人工标注指令引导图像编辑数据集，为训练和评测文本指令驱动的图像编辑模型提供高质量数据。

把 LLM、Embedding、Reranker、ASR、TTS、文生图和文生视频统一封装成 OpenAI 兼容接口，方便生产环境一键部署多种模型服务。

统一加载和运行文本、视觉、音频、多模态的预训练模型，覆盖推理与训练，省去为每个模型重写代码的麻烦。

一套统一接口搞定 100+ 大语言模型和多模态模型的微调，支持 LoRA 等高效训练方式，省去为每个模型单独写训练脚本的麻烦。

单张 4GB 显存显卡就能跑 70B 甚至 2.8T 参数大模型的分层推理方案，通过逐层加载权重把显存需求压到极低，适合本地低配设备部署大模型。

用 LLM 从非结构化文本中抽取结构化信息，并给出精确的原文出处定位和交互式可视化，方便核对抽取结果。

单次前向传播即可对任意文本做类型化选择、打分和是非判断的非自回归决策引擎，支持100多种语言，并按请求自动路由到合适的检查点。

输入一个主题，就能自动联网检索并生成带引用的长篇调研报告，省去人工查资料和整理成文的时间。

用 Jupyter Notebook 逐个演示 RAG 系统的进阶技巧，从嵌入、检索到重排都有可运行教程，适合动手搭建和优化检索增强生成流程。

每周更新的机器学习 Python 库排行榜，按类别和评分整理优质库，帮你快速找到 AutoML、深度学习、数据可视化等方向的趁手工具。

Hugging Face 官方数据集库，汇集海量即用型 AI 数据集，并提供高效的数据加载与处理工具，省去自己找数据、写加载代码的麻烦。

汇集土堆 PyTorch、李沐《动手学深度学习》、吴恩达深度学习和大模型 Agent 四套课程的中文笔记，适合系统入门深度学习与大模型应用开发。

开源金融大语言模型，提供训练好的模型和微调流程，用于金融情感分析、智能投顾等场景。

用 PyTorch 从零实现的轻量级 vLLM，代码精简易读，适合学习大模型推理引擎的调度、KV Cache 和 PagedAttention 等核心机制。

Large Language Model Text Generation Inference

微软开源的 PII 检测与脱敏框架，能从文本、图像和结构化数据中识别并匿名化姓名、电话等敏感信息，支持 NLP 与正则规则组合的自定义流水线。

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。

在 LLaMA/Alpaca 基础上扩充中文词表并做中文增量预训练，提供可本地 CPU/GPU 部署的中文大模型及 LoRA 微调、量化方案。

开源平台，用于构建和部署基于 GPT/LLM 的对话式 Agent，集成提示词编排、工具调用与多渠道发布，省去从零搭建对话机器人的重复工作。

提供中文 BERT-wwm 系列预训练模型，用全词掩码技术提升中文 NLP 任务效果，可直接加载微调。

给 AI Agent 用的无服务器单文件记忆层，用嵌入式向量检索替代复杂 RAG 管线，让智能体拥有即时检索和长期记忆能力。

用 BERT 句向量加 c-TF-IDF 做主题建模，生成的主题可解释性强，适合从大量文本里快速挖掘和归类话题。

把 PDF、DOCX、图片等复杂文档解析成干净结构化数据，方便喂给语言模型做 RAG 和检索。

一站式语义搜索与 LLM 编排框架，把向量检索、RAG 和智能体工作流整合在一起，用 Python 就能搭建基于语言模型的应用。

汇总深度学习、强化学习、计算机视觉和 NLP 等方向的优质公开课与讲座资源，适合系统入门或查漏补缺。

在 Jupyter 里交互式可视化 BERT、GPT-2、RoBERTa 等 Transformer 模型的注意力权重，帮助理解模型内部机制。

把训练好的深度学习模型优化并部署到 Intel CPU、GPU 等硬件上做推理，支持视觉、LLM 和生成式模型，省去自己折腾底层加速的麻烦。

用 100 多张原创原理图把 LLM 和强化学习的关键算法讲清楚，适合想系统理解大模型训练与 RL 机制的人对照学习。

基于 Python 的开源离线翻译库，用本地语言模型完成多语种互译，无需联网即可在自有设备上跑机器翻译。

把 PDF、扫描件和图片解析成带版面结构、表格和文本的富结构化数据，适合做文档入库和 RAG 前的预处理。