minRAG官网 – 极简强大的RAG系统

Awan LLM是一个云服务提供商，专注于大语言模型的推理，致力于提供高性价比和可靠性。与其他按token计费的服务不同，Awan LLM采取按月计费的方式，有效控制了用户的使用成本。通过在战略城市部署数据中心，Awan LLM能够为客户提供稳定且高效的服务。

基于Langchain框架的RAG实践指南，专注于高级检索增强生成（RAG）技术的应用与实现。该项目提供详细的实践指南、丰富的示例代码和文档，帮助用户快速上手和深入理解RAG技术，支持多种数据源和检索方法，增强系统的灵活性和适应性。

TESS-2是一款大规模通用扩散语言模型，为自然语言处理任务带来全新视角。它基于创新的扩散模型架构，旨在提升模型的通用性和适应性，支持多种语言任务，如问答、文本生成等。同时，TESS-2提供完整的训练和推理脚本，使得用户可以轻松复现和扩展模型。

Qwen2.5-Max是一个采用混合专家（MoE）架构的大规模AI模型。经过广泛的预训练和微调，它在Arena Hard、LiveBench和GPQA-Diamond等基准测试中表现出色，能够与DeepSeek V3等模型进行竞争。

llama4micro是一个在单片机上运行的LLaMA模型，专为资源受限的环境设计，支持15M参数模型，内存占用约60MB，能够以每秒约2.5个token的速度生成文本，特别适合生成小故事，优化用于单片机平台。

TaiChi是一个开源库，专注于少样本学习，可以支持多种自然语言处理任务，具有灵活的API设计和强大的可扩展性，适合研究者和开发者使用。

CogiX是一个全面的AI平台，帮助用户快速生成文本、图像、代码和聊天机器人交互内容，适用于多种业务和个人需求。

该项目提供了一个关于大型语言模型推理的教程代码，涵盖了多种生成算法、元生成算法及高效元生成算法，旨在提高模型推理的效率和效果。用户可以通过该教程学习如何实施不同的算法，以优化文本生成和推理性能。

pyllms是一个用于与大型语言模型交互的Python库，提供了对多种模型的统一接口，简化了模型的调用和管理过程，同时支持模型的性能评估和比较。

有关大型语言模型（LLM）约束解码的精选论文列表，包含相关代码和资源，旨在实现更可靠、可控和高效的文本生成。

Galaxy Brain 是一个利用 AI 技术与 Notion 进行问答的 GPT，能够快速找到您遗忘的信息。

Jane是一个为macOS用户设计的个人AI助手，能够回答问题并帮助用户管理工作负载，支持免费OpenAI账户，操作简单便捷。

大型语言扩散模型采用扩散技术，通过逐渐掩码输入部分文本并加噪，模型学习一次性预测被掩码内容以恢复原始文本。该技术不同于传统的逐步（自回归）方法，能够同时预测多个标记，解决传统语言模型无法逆向生成内容的问题，并在多个测试中表现优异，超过Llama-2 7B，与Llama-3 8B相当。

由TII（Technology Innovation Institute）构建的一个40B参数的因果解码器模型，训练在精选语料库增强的1000B tokens的RefinedWeb上。

word-GPT-Plus是一个第三方文本插件，将ChatGPT模型集成到微软Word中，能够根据文档中已有的文本生成新内容，提供翻译、总结、润色等功能，甚至可以从零开始撰写文档。