pycorrector是一个专注于中文文本纠错的工具，支持音似、形似及语法错误的修正，基于Python3开发，集成了先进的GPT模型，为用户提供高效的文本校正服务。

RWKV Infinite Context trainer 是一个用于训练任意上下文大小的工具，能够处理超过10k的上下文长度，同时在几乎恒定的VRAM内存消耗下运行。

Augmenty是一个基于spaCy的文本增强库，用于丰富文本数据，提升NLP模型的性能。它支持多种文本增强技术，易于集成和自定义，适合多种NLP任务。

NLUX是一个为任意大型语言模型（LLM）提供用户界面支持的JavaScript库，兼容LangChain、HuggingFace和Vercel AI，适用于React、Next.js及纯JavaScript项目，旨在提升用户与AI的交互体验。

DevOpsGenius 旨在结合 LLM 重塑软件开发中的 DevOps 实践。将 LLM 视为团队的初级 “打杂工”，为团队提供各类辅助能力，以提高开发流程的效率和质量。

Jan 是一个开源的 GPT 替代工具，支持在本地计算机上 100% 离线运行主流开源大语言模型，如 Mistral、Llama、Mixtral 等。它提供了一个高颜值且操作便捷的图形用户界面，用户无需编写代码即可轻松安装、管理和使用这些模型。Jan 兼容 Windows、Mac 和 Linux 系统，并支持多种硬件架构，包括 Nvidia GPU、Apple M 系列、Apple 英特尔、Linux Debian 和 Windows x64。此外，Jan 还支持与外部人工智能服务（如 ChatGPT 或 Google）的连接，并允许用户根据特定需求定制人工智能模型，将其集成到日常工具和应用程序中。

《Hands-On Generative AI with Transformers and Diffusion Models》一书的配套资源库，包含完整的代码示例和练习答案，适合想要系统学习生成式AI的开发者使用。

llmchain是一个基于Rust语言开发的项目，旨在简化与大型语言模型的交互，支持现代数据变换，灵活构建AI服务，灵感来源于LangChain。

只依赖pytorch、transformers、numpy、tensorboardX，专注于文本分类、序列标注的极简自然语言处理工具包

magentic允许用户将大型语言模型（LLMs）集成到Python函数中，简化了LLM的调用与管理，提供易于使用的API，支持多种LLM模型，适合快速原型开发和测试。

一个命令行AI工具，支持OpenAI和Claude，能够连接本地的Ollama包装的模型。

copilot-gpt4-service是一个将GitHub Copilot的请求转换为ChatGPT请求的服务，用户可以免费使用GPT-4模型，从而提高代码生成和补全的效率，支持多种编程语言，简化开发人员的编码工作流程。

这是一个为自然语言处理初学者设计的教程，提供了基础知识、常用工具和实践项目，帮助新手快速入门NLP领域。

一个语义查询引擎，允许用户通过类似于 Pandas 的 API 使用大型语言模型（LLM）处理结构化和非结构化数据，支持通过自然语言表达式来执行数据操作。

PyCantonese是一个用于粤语语言学和自然语言处理的Python库，支持粤语拼音和汉字的转换，提供粤语词汇和语法分析，能够进行文本的分词和标注，并具备语音合成和识别的功能，旨在为粤语研究和应用提供便利。

一款 VSCode 插件，可通过选中代码块，自动为代码生成注释文档，支持多种编程语言。

SGLang是针对LLM推理的下一代界面和运行时环境，通过协同设计前端语言和后端运行时，极大改进了复杂LLM程序的执行和编程效率。

Lightning + Colossal-AI 是一个结合了Colossal AI和Lightning AI强大功能的大规模分布式模型训练框架，旨在简化模型训练和部署过程，同时优化内存使用和计算效率，具有强大的可扩展性，适用于多种硬件配置。

Graphium是一个专注于图表示学习的深度学习库，特别用于处理现实世界中的化学任务。它具备最先进的图神经网络架构，提供可扩展的API，并支持丰富的分子特征化功能，能够有效应对复杂的化学问题。

MLX RAG是一个简单的示例项目，展示如何在Apple Silicon设备上利用MLX框架进行RAG应用的本地运行。

一种超高效的微调方法，旨在扩展预训练大型语言模型 (LLM) 的上下文大小，而无需巨大的计算成本。它使用稀疏局部注意力替代密集全局注意力，显著节省计算量，同时在训练过程中只需两行代码即可实现，推理时可选。结合可训练的嵌入和归一化，增强LoRA的有效性，并在7B/13B到70B的LLaMA2模型上表现出强大的性能。此外，LongLoRA兼容FlashAttention-2等现有技术，并创建了LongQA数据集用于监督微调，包含超过3000个长上下文问答对。

Inbox Cleaner 是一个使用 GPT-3 或 GPT-4 过滤促销邮件的 Python 脚本，旨在帮助用户高效管理其 Gmail 收件箱。通过自动化邮件分类和管理，用户可以轻松清理不必要的促销邮件，提升工作效率。

Cybertron是一个纯Go语言包，为前沿的自然语言处理(NLP)技术提供了简单易用的接口，支持多种预训练模型，具备高性能的文本处理能力，易于集成到现有的Go项目中。

该项目是Hugging Face Tokenizers库的C++复现版本，旨在提供高性能的分词功能，支持多种语言模型，并且与Python版本兼容，允许用户自定义分词策略。

Privy是一个注重隐私的编程助手，能够在本地系统上运行多种流行的语言模型，如Mistral和CodeLLama，确保用户的代码和数据隐私。它与Visual Studio Code集成，提供便捷的编码体验，并通过简单的安装方式使用户能够快速上手。

这一系列 Jupyter Notebooks 是对数据科学和机器学习的非常好的分步介绍，适合初学者，通过实践和示例帮助读者掌握相关知识。

RestGPT 是基于大型语言模型的自主代理的代码实现，通过 RESTful API 控制现实世界的应用程序。它旨在将语言模型与 API 连接起来，解决与规划、API 调用和响应解析相关的挑战。

tiktoken-go 是一个用 Go 语言实现的库，旨在将文本转换为 OpenAI 模型可以识别的 token，支持多种文本编码，提供高效的 token 化处理，具有简单易用的 API 接口，并与 OpenAI 模型兼容。

面向生产的大语言模型构建指南配套代码，提供丰富的Jupyter笔记本，帮助开发者深入理解和实践LLM的应用开发。该项目旨在帮助开发者通过实际操作掌握大语言模型的构建与应用，通过示例代码和文档支持自学和项目开发。

通过强化学习算法，自动玩Pokemon Red，并优化游戏策略，支持自定义训练和测试环境，同时提供数据可视化功能以分析训练结果。