MLX RAG开源项目 – 本地运行的RAG应用示例

AI Models是一个旨在提升小型到中型免费及开源AI项目的合作平台。通过提供一个精心策划的AI模型汇编，简化探索和比较不同模型的结果，同时强调用户友好的内容，展示演示和插图，而非复杂的技术术语。

ChatPrep是一个专注于提供Flutter相关信息和资源的网站，帮助开发者利用Flutter框架构建高质量的移动应用。

Instachart 是一个将您的仪表板草图、Figma 设计稿、白板图片或 SaaS 仪表板截图转化为可用的、完全互动的仪表板的工具，并附带演示数据，从而加速原型制作过程。

Lightning Whisper MLX 是一个专为 Apple Silicon 优化的 Whisper 实现，使用 MLX 框架，显著提升了 Whisper 任务的速度，比其他实现快 10 倍，比当前 MLX 实现快 4 倍。

这个项目展示了如何借助MLX在Mac上运行微软的2.7B小语言模型Phi-2以及Mixtral 8x7B混合专家模型，支持在Apple M2 Ultra上进行高效的模型训练和推理，提供简化的模型权重下载和加载流程，同时兼容Python环境。

基于MLX框架的GPT-2模型实现，提供从零开始训练生成式预训练语言模型的教程，使用Python代码约200行，依赖mlx和numpy，适用于Macbook等设备，能在约10分钟内训练完成并生成类似莎士比亚文本的输出

基于 MLX 框架的 Silicon LLM 训练和推理工具包，简化了在 Apple Silicon 上训练和运行大语言模型的过程，旨在为开发者提供高效、易用的工具，以应对资源有限的设备上的大语言模型需求。

MLX 是 Apple 芯片上用于机器学习的阵列框架，由 Apple 机器学习研究团队提供。它提供了熟悉的 API 和强大的功能，支持多种计算模式和设备，旨在简化机器学习模型的构建与训练。

Qwen2-Audio是一个大规模音频语言模型，支持语音聊天和音频分析，能够处理各种音频信号输入并生成文本回应。

Awesome LLM OS 是一个关于大型语言模型操作系统的精选资源库，旨在帮助开发者和研究人员快速了解和探索LLM-OS的前沿研究、工具和项目。该资源库涵盖了20多篇顶级研究论文，提供多种开发接口和项目示例，并且是社区驱动，持续更新。

NanoLLM 是一个专门为大语言模型(LLM)提供优化本地推理的平台，支持 HuggingFace 风格的 API，具备量化、视觉/语言模型、多模态Agent、语音处理、矢量数据库集成和检索增强生成(RAG)等功能。

2025 年 IEEE GRSS 数据融合大赛 Track 1：全天候地表覆盖映射挑战的基线模型，旨在利用多模态高分辨率 SAR 和光学遥感数据进行地表覆盖分类，并提供了 OpenEarthMap-SAR 数据集和基于 UNet 架构的基线实现。

可微分的刚体物理模拟器，用于在虚拟环境中模拟物体的物理行为，比如物体的碰撞和运动，帮助研究人员和开发者更好地理解和预测物理世界中的物体交互

EasyPhoto是一个智能AI照片生成器，能够生成高质量的AI肖像画，并支持个性化数字分身的训练。该工具不需要Stable-Diffusion-Webui，提供用户友好的界面，快速高效的图像处理体验。

Findernest提供全面的解决方案，包括科技咨询、云计算、数据处理和人工智能，涵盖从人员招聘到AI与网络安全的各项服务，旨在为全球企业推动卓越和执行力。