write-your-own-jvm开源项目 – 入门级JVM实现

kaggle_salt_bes_phalanx 是一个专注于地震图像中盐体分割的项目，采用卷积神经网络（CNN）集成方法，结合半监督学习技术，旨在提高分割精度。该项目特别适用于地质分析、油气勘探等领域，能够有效识别地震图像中的盐体。项目开源，代码可在GitHub上获取，适合研究、开发和教育用途。

mini_qwen是一个从头开始训练的1B参数的大型语言模型(LLM)项目，包括预训练(PT)、微调(SFT)和直接偏好优化(DPO)3个部分。该项目基于Qwen2.5-0.5B-Instruct模型，通过扩充模型隐藏状态层数、隐藏状态维度和注意力头数，增加参数量到1B，并进行参数随机初始化。支持中英文，预训练和微调仅需要12G显存，直接偏好优化仅需要14G显存。使用flash_attention_2进行加速，使用deepspeed在6张H800上进行训练，探究了尺度定律(scaling law)、复读机现象与微调阶段的知识注入。

PocketManus 是一个开源的 Manus 替代项目，旨在提供类似的功能和体验。该项目采用轻量级设计，易于集成到现有项目中，并且具有高度可定制的特点。此外，PocketManus 支持跨平台使用，适用于多种开发和测试场景，也可用于教育和学习目的。

Sparse-VideoGen 是一个无需训练的视频生成加速框架，通过利用时空稀疏性来加速视频扩散模型，显著提升视频生成速度。该框架能够动态识别稀疏模式，适配多种视频生成模型，并支持 HunyuanVideo 和 CogVideoX v1.5，在单卡 H100 上表现出显著的加速效果。

Arco Design Pro Vue 是一个基于 Arco Design 构建的开箱即用的解决方案，旨在快速构建企业级应用程序。它使用 Vue3 框架和 ArcoDesign Vue 组件库，并整合了 Pinia 状态管理库。项目提供了丰富的页面模板、主题配置、暗黑模式、API模拟、国际化支持等功能，帮助开发者高效开发企业级应用。

New API 是一款基于 One API 二次开发的 AI 模型接口管理与分发系统，旨在帮助个人或企业更有效地管理和分发各类 AI 资产。它支持多语言、对接 Midjourney-Proxy 接口、在线充值功能、分页支持，并兼容原版 One API 数据库。项目提供全新的 UI 界面，支持多种大模型，并整合了 Telegram 授权登录等更多功能。

ThinkDiff是一个创新的扩散模型，通过将视觉语言模型与大型语言模型解码器对齐，简化了训练过程，并显著提升了生成图像的质量和多模态上下文推理能力。该项目在CoBSAT基准测试中取得了显著的准确率提升，仅需5小时训练，且仅使用普通图像-文本对进行训练，无需复杂的多模态数据集。

folder-explorer 是一款用于分析和可视化文件目录结构的工具。它能够深入分析文件目录，统计数据，并以树形结构和图表的形式展示结果。此外，用户还可以将分析结果导出为多种文件格式，以便长期保存和进一步处理。

PythonRobotics 是一个开源项目，旨在提供易于理解和使用的机器人算法的Python代码实现。它涵盖了机器人学中的多种算法，包括定位、建图、SLAM、路径规划和路径跟踪等。代码结构清晰，易于阅读和修改，适合机器人学初学者和研究者使用。项目还提供了详细的文档和动画演示，帮助用户更好地理解算法的实现和应用。

Forgetting Transformer (FoX) 是一种改进的 Transformer 模型，通过在 Softmax 注意力机制中加入遗忘门，增强了处理长文本和序列任务的能力。它的设计目标是提升长文本建模、长度外推和短文本任务的性能，同时保持长上下文处理能力，并解决标准 Transformer 缺乏显式数据依赖遗忘机制的问题。FoX 通过数据依赖的方式下调未归一化的注意力分数，命名为“遗忘注意力”（Forgetting Attention）。研究表明，FoX 在长上下文语言建模、长度外推和短上下文下游任务上优于标准 Transformer，而在长上下文下游任务上表现相当。此外，FoX 兼容 Flash Attention 算法，且无需位置嵌入，保留了 Transformer 相对于循环序列模型（如 Mamba-2、HGRN2 和 DeltaNet）在长上下文能力上的优势。

Kubernetes资源编排的利器，让复杂资源管理变得简单高效。kro通过定义复杂多资源构造为可复用组件，简化资源管理，动态创建和管理底层资源，无缝集成现有工具，并持续优化和改进中。

BrowserGym 是一个用于 Web 任务自动化的开源项目，它提供了 Chrome 浏览器环境的 Gym 集成，旨在自动化各种网站和应用的任务。该项目易于扩展和定制，特别适用于复杂的 Web 任务自动化场景。

ChatALL是一个开源项目，允许用户同时与多个大型语言模型（LLM）进行对话。通过向多个AI机器人发送提示，用户可以发现最佳结果。该项目旨在提供更好的体验，用户只需下载、安装并提问即可。支持多种语言和操作系统，包括Windows、macOS和Linux。所有聊天记录和设置都保存在本地，确保用户隐私安全。

Awesome Isaac Gym 是一个精心整理的 NVIDIA Isaac Gym 相关框架、论文、软件和资源列表，旨在帮助机器人学习和强化学习研究。它提供了丰富的学习材料和视频教程，支持多种强化学习框架，以加速机器人开发。

Awesome-GraphRAG 是一个精心策划的资源列表，专注于基于图的检索增强生成（GraphRAG）技术，特别适用于定制化的大型语言模型。该项目汇集了各种相关资源，包括研究论文、工具和教程，旨在为研究者和开发者提供便捷的访问途径。项目内容经过精心组织和分类，确保用户能够快速找到所需信息，并且定期更新以保持与最新研究和工具同步。