tinyllm开源项目 – 轻量框架，支持大规模语言模型

Nadi是一个创新的工具，旨在简化应用程序崩溃的监控过程，帮助开发者及时发现和解决问题。

Vectorview 是一个针对 RAG 或 LLM 开发者的必备工具，提供语义搜索应用的实时监控和分析功能。它帮助开发者理解用户习惯及其嵌入数据的表现。

Mask-tuning是一种训练方法，通过将训练目标集成到微调过程中，旨在提升预训练语言模型在特定任务上的表现和泛化能力，尤其是在未见过的数据上。

Rizt是一个平台，帮助用户在无需编码或机器学习知识的情况下设计、分析和集成AI代理。用户可以通过友好的界面选择预构建模块并定义代理的行为，创建后可以分析其性能，并将其集成到所需的应用或系统中。

Function Calling Studio 是一个允许用户构建和测试函数调用方案的平台。用户可以设置函数及其参数，并一次性运行一组测试提示。这使得用户能够快速迭代他们的函数并观察其性能。

AppAgent是一个基于大型语言模型的框架，旨在通过模仿人类交互（如点击和滑动）来操作智能手机应用程序。它能够在简化的动作空间内高效工作，无需系统后端访问，并能够自主学习新应用程序。

luactor是一个用纯Lua编写的Actor模式框架，受到skynet和其他博客文章的启发，结合了gevent和公司项目的经验。该框架旨在提供轻量级且易于集成的并发编程解决方案，适用于构建高性能和可扩展的并发应用程序。

htmx是一个强大的HTML增强工具，通过扩展HTML的属性和标签实现动态交互功能，减少对JavaScript的依赖。它轻量级、无需依赖其他框架或库，易于集成到任何前端技术栈中，拥有详细的文档和活跃的社区支持。htmx的核心库只有不到14KB，压缩后更加轻巧，适合在需要高效和灵活性的前端开发中使用。

Bramble是一个简单、生产就绪的GraphQL联邦网关，使用Go语言编写，旨在为生产环境提供高性能和灵活的配置选项。

sherpa-onnx是一个功能强大的框架，支持语音转文字、文字转语音和说话人识别等多种功能。它设计为轻量级，能够在低功耗设备上高效运行，且遵循MIT协议，便于开发者使用和集成。

min-LLM是一个轻量级的框架，旨在通过最小化代码来简化大语言模型（LLM）的训练过程。它提供了一个高效的训练流程，支持快速原型开发，并且易于集成和扩展，适合研究人员和开发者使用。

DDColor 是一种通过双解码器实现照片级真实感图像着色的方法，能够为历史黑白老照片和动漫游戏场景提供自然生动的上色。

VideoTuna是一个集成了多种视频生成模型的代码库，支持从文本到视频、图像到视频的生成，并提供了预训练、连续训练、对齐和微调等完整的视频生成流程。它支持多种视频生成模型，如CogVideoX、Open-Sora、VideoCrafter等，能够处理不同分辨率的生成任务。此外，VideoTuna还提供了丰富的后处理功能，如视频到视频的后处理和增强模块，并计划推出3D视频VAE和可控面部视频生成模型，进一步扩展应用场景。

Unity MCP Package是一个开源Unity软件包，通过模型上下文协议(MCP)实现Unity编辑器与大型语言模型(如Claude Desktop)的无缝双向通信。该项目作为桥梁服务器，允许开发者通过自然语言指令自动化工作流、操作资产、控制场景及编辑器功能，显著提升游戏开发效率。支持Unity 2020.3 LTS及以上版本(需URP)，需配合Python 3.12+和uv包管理器使用。

AtomGPT是基于LLaMA的模型架构，通过从零开始训练，旨在展示模型的进化过程及学习能力的提升，帮助研究人员深入理解模型的学习过程。