Llama3.2-Vision-Finetune-Llama3.2开源项目 – Vision模型微调工具

Low-Rank Adaptation of Large Language Models 是微软研究员引入的一项新技术，主要用于处理大模型微调的问题，能够降低微调过程中的计算开销和内存需求。通过冻结预训练模型的权重并在每个 Transformer 块中注入可训练层，LoRA 实现了在减少训练参数数量的同时，保持微调质量与全模型微调相当，并显著提高微调速度。

neosr 是一个开源的超分辨率模型训练框架，旨在简化图像恢复过程。它支持多种架构和数据集，提供高效的训练能力，适用于各种图像恢复任务。

在本地计算机上微调 LLAMA-v2（或任何其他 LLM）的最简单方法，提供用户友好的界面和高效的训练过程，支持多种语言模型，方便用户上传数据并进行微调。

rational_kat_cu 是一个用于 Kolmogorov–Arnold Transformers (KAT) 的 CUDA C++ 扩展项目，专注于实现 group rational function，并支持高效的训练和推理。通过 CUDA 加速，该项目显著提升了 KAT 模型的性能，特别适用于需要高性能计算的场景。

Gigastep是一个高效的多智能体强化学习框架，能够每秒处理高达10亿步的训练，支持灵活的配置选项，并且易于与现有的强化学习算法集成。

MMR1是多模态推理领域的前沿项目，通过极少量数据实现顶尖性能。该项目仅使用6k公开数据进行训练，达到了开源7B多模态模型的SOTA性能，并且在6小时内完成高效训练，具有极高的性价比。此外，MMR1采用了数据平衡策略，能够覆盖多样化的数学问题类型。

OneFlow 是一个分布式深度学习框架，旨在使每位算法工程师能够训练超大模型，例如 GPT，克服高训练成本和大模型落地难的问题。它提供易用且高效的动态图和静态图训练接口，支持多种硬件设备，简化模型部署和训练过程。

Alibaba LangEngine 是一个基于 Java 的 AI 应用开发框架，旨在赋予大语言模型（LLM）数据感知和Agent能力，支持多种应用场景和集成外部 API，主要应用于个人助理、文档问答、聊天机器人等场景。

Sphinx Mind是一个集成了Facebook Ads、Google Ads、Google Analytics和Google Search Console等热门营销平台的AI营销聊天机器人，提供全面的报告、实时优化、深入分析和数据驱动的洞察。

一个使用langChain实现自然语言转SQL的项目，使用户能够通过自然语言查询数据库。

Dreamhouse AI 是一款基于人工智能的工具，允许用户在不到10秒内重新设计家居并虚拟布置家具。它为任何空间提供快速的室内设计和虚拟布置样板，支持35种以上风格。

Gah是一个无需管理员权限即可安装GitHub应用的便捷工具，支持自动选择匹配当前平台的应用程序版本，适用于Linux和MacOS系统。

DataHawk是一款电商分析平台，自动化市场数据收集，以优化电商表现、增加收入和提升利润。它提供了端到端的AI驱动分析，涵盖竞争情报、绩效分析、转化率优化、销售增长、品牌保护和流量生成等方面。

rebuff是一个专门用于检测和防止大语言模型（LLM）注入攻击的工具，能够实时监控和分析输入数据，提供详细的安全报告和警告，支持多种语言模型的集成，确保应用程序的安全性。

Time-LLM 是一个重新编程框架，用于将大型语言模型（LLMs）重新用于通用的时间序列预测，同时保持其骨干语言模型的完整性。