jsPDF开源项目 – 用JavaScript生成PDF文件

Qwen2-VL是由Qwen团队和阿里云开发的多模态大语言模型系列，能够处理时长超过20分钟的视频，同时在文档理解方面表现出显著优势。该模型支持多模态输入，能够处理视频和文本数据，适用于多种应用场景。

BabyAGI 2o 是一个能够根据用户需求迭代创建和注册工具，以完成指定任务的智能Agent。它具备动态工具生成、错误处理和功能存储等特点，旨在简化任务执行过程，提升工作效率。

一个开源的LLM训练与推理一体化平台，让大模型的开发和部署变得简单高效。

Lucid v1 是一个实时潜在世界模型推断演示项目，兼容 RTX 4090 级 GPU，提供示例地图，并允许用户调整上下文长度和采样步骤，以提高帧率和效果。

MME-CoT是一个为多模态大模型提供全面推理能力评估的基准测试工具。它覆盖了数学、科学、OCR等六大领域，通过提出三项新指标，深度剖析模型的推理质量、鲁棒性和效率，揭示模型在视觉推理任务中的表现，从而助力多模态模型的发展。

Hoarder是一款开源的AI书签管理工具，通过浏览器插件一键保存网页，AI自动提取网页信息，并支持链接、笔记、图片和PDF等多种格式的管理，便于用户高效管理和查找信息。

阿里最近那个Animate Anybody（上传一张照片，人工智能模型就能让画中人跳舞）的开源版非官方实现，用户可以通过上传照片，利用AI技术生成动态舞蹈动画，支持多种照片格式和舞蹈风格，界面友好，操作简单。

ChatDev 是一个基于多智能体组织结构的虚拟软件公司，通过模拟不同角色（如首席执行官、首席技术官、程序员、测试员等）的智能体进行协作，完成从需求分析到代码交付的全流程自动化。它支持自然语言的定制软件创建，通过功能研讨会促进任务分配和协作，涵盖设计、编码、测试和文档等多个环节。ChatDev 提供了一个易于使用、高度可定制和可扩展的框架，基于语言大模型（LLM）为研究集体智能提供理想的场景。

ChineseNMT是一个基于Transformer架构的高效英译中翻译模型，使用PyTorch实现，支持自定义数据集训练，提供预训练模型，并且易于扩展和修改。

该项目是一个专为 MidJourney AI 设计的样式和关键字参考资源，旨在帮助用户更好地使用该 AI 工具生成高质量图像。它不仅提供了丰富的样式和关键字参考，还包括页面显示分辨率比较、图像权重等实用信息，帮助用户优化生成结果。

Hugging Face推出的Blender插件，用于AI生成3D网格模型。基于LLaMa-Mesh技术，只需输入文本描述即可生成相应的3D模型。

RAGEN 是 DeepSeek-R1 强化学习训练框架的首个开源复制品，专注于训练大型语言模型（LLM）推理代理。它支持多轮统一处理，避免批量大小不稳定，提供世界建模能力，并帮助智能体进行规划。特别适用于交互式和随机环境中的多步任务训练，如 Sokoban 谜题和 FrozenLake 环境。

DeepSeek R1+ 是一个通过配置 API 来增强 Siri 智能功能的工具，支持多种服务商和 URL 总结功能，帮助用户更高效地获取信息。

Substratus.AI是一个专注于大规模语言模型（LLMs）的平台，旨在以极简的方式实现机器学习模型的部署和微调。用户可以在几分钟内安装所需的ML平台，并通过单个命令轻松运行和微调最先进的LLMs。

《动手学大模型》是一本开源书籍，共12章节，涵盖从基础到高级的大语言模型内容，包括语言模型介绍、文本分类、提示词工程、语义搜索、微调模型、多模态模型等。书中包含大量代码示例，可直接在Colab运行，帮助读者更好地理解和应用大语言模型。此外，书中还提供了丰富的实践代码，旨在帮助读者掌握大型语言模型的使用和应用，适合初学者和有经验的开发者。