NeMo-Skills开源项目 – 提升大型语言模型的数学能力

NeMo-Skills是一个专注于提升大型语言模型在数学问题解决能力的项目，同时支持多种任务的优化和改进，利用深度学习技术增强模型表现，且为开源项目，便于社区贡献和扩展。
NeMo-Skills的特点:
1. 提升大型语言模型在数学问题上的解决能力
2. 支持多种任务的优化和改进
3. 利用深度学习技术增强模型的表现
4. 开源项目，便于社区贡献和扩展

NeMo-Skills的功能:
1. 用于训练和评估大型语言模型
2. 集成到现有的自然语言处理应用中
3. 用于研究和开发新的语言模型技能
4. 支持多种编程语言和框架的接口

相关导航

LMQL官网 – 专为大型语言模型设计的查询语言

LMQL是一种专门为大型语言模型(LLMs)设计的查询语言，结合了自然语言提示和Python的表达能力。它提供了约束、调试、检索和控制流等功能，以便于与LLMs的交互。

AI Docs官网 – 自动化多种任务的LLM平台

AI Docs是一个平台，允许用户塑造和训练多个语言学习模型（LLM），以自动化各种任务。这些模型可以导出为API、Telegram机器人或WhatsApp机器人。用户可以使用提供的工具和资源创建和训练自己的LLM，指定所需功能并相应地训练模型。一旦训练完成，LLM可以被导出并集成到不同的应用程序或平台中。

PlatonAI官网 – 利用机器学习构建知识图谱

PlatonAI致力于利用机器学习技术解决从大规模网页中构建知识图谱的问题，提供高效的数据提取和集成解决方案。

MIMO开源项目 – 阿里开源的可控角色视频生成模型

MIMO是阿里开源的可控角色视频生成模型，支持通过一张图片生成虚拟角色动画视频。该项目不仅能够根据用户提供的简单输入（如角色、动作和场景）合成逼真的角色视频，还能在统一框架中实现任意角色的高级可扩展性、对新颖3D动作的通用性以及对交互式现实场景的适用性。项目地址、论文和在线演示均已公开，用户可以通过GitHub获取代码并尝试使用。

Depth Anything V2开源项目 – 单目深度估计的强大基础模型

Depth Anything V2 是一种单目深度估计的强大基础模型，显著改善了细节刻画和鲁棒性。它提供更快的推理速度、更少的参数和更高的深度精度，适用于各种单目深度估计应用。项目提供了四种不同规模的预训练模型，支持图像和视频的深度估计，并且可以通过 Transformers 和 Apple Core ML 进行便捷的使用。

Potpie开源项目 – 代码库专属AI助手平台

Potpie 是一个开源平台，旨在创建针对特定代码库的自定义 AI 代理。这些代理可以自动执行代码分析、测试和开发任务，提高开发人员的生产力和效率。通过构建代码的全面知识图谱，Potpie 的助手可以理解复杂的关系，并协助从调试到特性开发的所有环节。

chat-with-audios开源项目 – 音频转录与智能问答

chat-with-audios 是一个基于音频文件构建的 RAG 应用项目，利用 AssemblyAI 和 DeepSeek R1 将音频文件转为文本并支持 AI 问答。该项目帮助用户从录音、播客等音频内容中快速提取所需信息，提供从音频转录到智能问答的一站式解决方案。

mcp-go开源项目 – LLM应用与外部集成的Go实现

mcp-go是Model Context Protocol (MCP)的Go语言实现，旨在为LLM（大型语言模型）应用与外部数据源和工具的无缝集成提供强大支持。通过简化服务器管理和减少代码量，mcp-go帮助开发者快速构建高效的LLM应用。

shadPS4开源项目 – PS4模拟器早期版本

shadPS4是一个早期的PlayStation 4模拟器，支持Windows、Linux和macOS平台，使用C++编写。该项目目前处于开发阶段，虽然尚未完全成熟，但已经能够成功运行多款PS4游戏，如《血源诅咒》、《黑暗之魂重制版》和《荒野大镖客》等。项目团队致力于定期更新，逐步提升模拟器的兼容性和性能。

SWE-RL开源项目 – 强化学习增强软件工程推理能力

SWE-RL是Meta发布的第一个使用强化学习（RL）专门用于增强大型语言模型（LLM）处理现实世界软件工程（SE）能力的RL方法。该项目专注于垂直细分领域的RL推理大模型，具有处理GitHub上issue问题、软件代码生成和项目bug修复等能力。通过开源软件演进数据和基于规则的奖励机制，推动大型语言模型推理能力的强化学习项目。

Awesome LLM OS开源项目 – 大型语言模型操作系统资源库

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。

RAGIT开源项目 – 智能知识管理工具

RAGIT 是一款类似于 Git 的知识管理工具，旨在简化知识库的创建和共享过程。它允许用户将本地文件转换为知识库，并支持知识库的克隆、推送等操作。RAGIT 通过多轮对话查询和 TF-IDF 算法，提供更智能、更精准的知识检索体验。此外，它还支持 Markdown 文件和图片，使知识库内容更加丰富多样。

YOLOv12开源项目 – 高效精准的目标检测模型

YOLOv12是YOLO系列的最新版本，专注于实时目标检测和特定物体的跟踪。相比于YOLOv11，YOLOv12在延迟和准确性上都有1-2%的提升，采用强大的注意力机制，显著提升了性能。该模型在T4 GPU上仅需1.64ms完成推理，mAP高达40.6%，超越了同级别模型。YOLOv12广泛应用于实时监控、自动驾驶、工业自动化等领域，支持在各种设备上进行实时推理。

BrowserAI开源项目 – 隐私保护下的快速本地AI推理

BrowserAI 是一种在浏览器中运行本地AI模型的工具，无需依赖服务器，既保护用户隐私，又实现快速推理。

music-website开源项目 – 前后端分离的音乐网站

music-website 是一个前后端分离的音乐网站项目，前端使用 Vue3 + TypeScript + ElementPlus 框架，后端采用 Spring Boot + MyBatis + Redis + Minio 技术栈。项目提供了从用户系统到音乐播放的全套功能，包括音乐播放、歌词同步显示、音量控制、用户登录注册、个人信息管理、歌曲和歌单搜索、评论、打分、收藏、下载等功能。此外，项目还提供了后台管理系统，支持对用户、歌曲、歌手、歌单的完整管理。项目支持 Docker 部署，并提供了完整的运行文档，适合初学者学习前后端分离项目的开发和部署。

Ghostty-Ubuntu开源项目 – Ubuntu终端增强工具

Ghostty-Ubuntu 是为Ubuntu用户设计的一键安装终端增强工具，旨在简化安装和更新过程，支持多版本Ubuntu及Debian系统。该项目由社区驱动，持续优化，提供.deb包，方便用户快速安装和使用。

Klee开源项目 – 本地知识库与模型运行工具

Klee 是一个开源的本地版知识库，类似于本地版的 Notion，使用 Electron + React 实现，内置了 ollama，可以直接下载模型并在本地使用。特别适合不想折腾或不懂大模型但希望在本地使用的用户。Klee 提供了简单易用的界面，用户无需编写代码即可完成安装和配置，支持多种模型，包括蒸馏版和满血版，适合处理本地敏感数据，避免上传到网络。

Sa2VA开源项目 – 多模态视频理解与分割模型

Sa2VA是由字节跳动、北京大学等机构的研究者提出的一个多模态模型，结合了SAM-2和LLaVA的优势，能够精准分割视频中的物体并理解视频内容，同时支持自然语言指令输入。该模型通过引入特殊的[SEG] Token，实现了SAM-2与LLaVA的连接，使其在视频理解与物体分割方面表现出色。