LLM-WikipediaQA开源项目 – 维基百科文档问答系统

Pocket LLM是一个平台，旨在使复杂的大语言模型和其他先进的人工智能技术对所有人都可访问。它提供定制化、私密的人工智能解决方案，这些解决方案在普通硬件上训练，具有超低延迟推理，消除了对GPU、TPU或定制ASIC的需求。用户可以在没有高级配置或GPU的情况下，仅使用CPU构建和部署数十亿参数的模型。

Virtuo是一个强大的沟通工具，允许用户直接从任何网站访问和与ChatGPT互动。用户只需安装浏览器扩展，即可在访问的每个网站上使用该功能，轻松打开聊天界面，与ChatGPT交流并获得即时响应。

Ubdroid AI Answer Engine 是一个利用开源大语言模型提供即时答案和无限知识访问的平台。用户只需在搜索框中输入问题或查询，即可快速获得准确的答案和信息。

Emplode Search是一个基于人工智能的问答引擎，采用生成式用户界面，旨在提供简洁而高效的答案搜索体验。它通过Emplode技术的支持，能够快速理解用户查询并提供相关的答案，提升信息检索的效率和准确性。

ParlAI是一个由Meta（前Facebook）开发的开源对话模型框架，旨在提供更自然流畅的人机对话体验。它结合了增强学习和深度学习技术，适用于聊天机器人和虚拟助手等应用。该框架支持70+个开放对话数据集，提供统一的训练和评估框架，并包含丰富的工具和示例代码，易于扩展和自定义。

Kesem AI 是一个基于人工智能的聊天机器人平台，利用自然语言处理技术理解用户查询并提供智能回复。用户只需访问网站即可开始与聊天机器人互动，输入问题或陈述，聊天机器人将提供相关的答案或建议。

AgentQL通过利用AI技术，消除了对脆弱的XPath或DOM选择器的需求，专为开发者、数据科学家和自动化专业人员设计，简化了从网站抓取数据和自动化网页任务的过程。无论是进行数据分析、自动化重复任务，还是优化端到端测试，AgentQL都提供了强大的解决方案，能够适应不断变化的网页环境。

Llama 2是Meta推出的最新一代大型语言模型，旨在提供更强的自然语言处理能力。

HammerLLM是一个具有1.4B参数的语言模型，提供了简洁高效的训练代码库，同时完全开源了模型权重、环境、代码库和超参数，支持中英文的生成和理解，具有高效的训练和推理能力，适合多种自然语言处理任务。

我们维护的NLP开源工具包，致力于自然语言处理的研究与应用，提供多种功能以支持学术研究和实际应用。

mistral_jax 是一个将 Mistral-7B 模型移植到 JAX 和 Equinox 框架的参考实现。该项目旨在利用 JAX 的高效计算和优化能力，以及 Equinox 的灵活模型构建功能，提供一种高性能、易于扩展的解决方案。适用于自然语言处理任务、模型推理、研究开发等多种场景。

TinyChatEngine是一个专为边缘计算设计的设备端大型语言模型推断库，可以在笔记本电脑、车载娱乐系统、机器人或飞船上运行，提供代码助手、办公应用和智能回复等服务，具有高效的推断性能和可扩展的架构。

Mixture-of-Mamba 是一种基于状态空间模型（SSMs）的新型架构，专门设计用于通过引入模态感知稀疏性来改进多模态模型。它能够高效处理文本、图像和语音等不同类型的数据，通过为每种数据类型定制参数，显著提高效率和性能。该项目在减少计算成本的同时，保持了或提升了模型的表现，特别适用于多模态预训练研究。

Papyrus AI 是一个Slack聊天机器人，允许业务用户通过简单的英语分析数据，而无需编写SQL代码、进行手动电子表格分析或依赖数据分析师。用户只需上传CSV文件并提出数据问题，即可获得所需的洞察。

mm-cot是亚马逊开源的多模态链式思维（Multi-modal Chain of Thought）模型，旨在提升大语言模型在复杂任务中的表现。它支持多模态输入，包括文本和图像，并通过链式思维增强推理能力，特别针对复杂任务进行了优化的架构设计，方便研究人员和开发者进行二次开发。

Doc Search 是一个基于 GPT-3 的智能文档搜索引擎，能够通过自然语言处理技术，快速从各种文档中提取相关信息，并提供问答式的交互体验。它支持多种文档格式，用户可以通过友好的界面与系统进行对话，获取所需的答案。

DeepSeek-V3 的Q4_k_m 量化版本，大小比原本的小一半，兼容性强，适用于多种环境，提升处理效率，同时保留大部分原始模型性能。

Vapi是一个平台，允许开发者在几分钟内构建、测试和部署语音机器人，旨在简化与技术的语音交互。通过先进的AI算法，Vapi实现了无缝的语音识别、自然语言理解和语音合成，提升用户交互体验。