Spug开源项目 – 轻量级无Agent自动化运维平台

这是一个专注于通过强化学习（RL）提升大语言模型（LLM）推理能力的资源库。它旨在帮助研究人员和开发者快速掌握RL与LLM结合的最新进展，并提供解决如何通过RL提升LLM推理能力的实用资源。资源库汇集了最新的相关论文、幻灯片和开源项目，涵盖多种RL方法和LLM推理优化技巧，同时提供丰富的学习资源和实践案例，助力学习者和实践者深入理解并应用RL与LLM的结合。

"Awesome-Human-Motion" 是一个专注于人体运动理解与生成研究的精选资源聚合项目，托管在GitHub平台。它系统整理了该领域的学术研究、数据集、工具及商业项目，涵盖运动分析、姿态估计、动作合成等多个方向。项目采用CC0公共领域许可，鼓励开放协作，目前包含199行代码和14.2KB的轻量级结构化数据。特别之处在于通过emoji可视化标注了数据集的性别年龄特征（如👨‍🦰表示男性，👵表示老年人），并整合了从基础模型（如SMPL）到商业应用（如DeepMotion）的全链条资源。

All Atom Diffusion Transformers 是一个统一的框架，用于生成分子和材料，为化学和材料科学领域带来革命性突破。它通过打破领域限制，实现了分子和材料的统一生成，并利用 Transformer 架构进行高效生成。该项目开源代码，促进了研究和创新。

Awesome-LLM-Judges是一个一站式LLM Judges工具大集合，旨在为AI模型的自动评估提供全面解决方案。该项目汇集了30+前沿LLM Judges研究论文，涵盖多种评估场景，如辩论、安全、幻觉检测等。此外，它还提供了开源库Verdict，方便用户快速实现论文中的方法。

SWE Arena 是一个开源平台，旨在为自动化软件工程提供强大的代码执行和评估能力。它支持多种编程语言，提供安全的沙箱环境，自动管理依赖，并支持实时代码修改与反馈，从而显著提升开发效率。

通过ROS 2和Gazebo仿真学习机器人基础知识的开源项目，适合初学者入门机器人编程和自主导航。该项目提供了一个丰富的仿真环境，让用户能够在不需要实际硬件的情况下进行学习和实验，包含了多种示例和教程，帮助用户理解机器人编程的基本概念和实现算法的细节。

Neural-Ligand是一种新颖的模型融合方法，旨在确保模型融合与集成之间的一致性性能。它提供了理论支持，并在各种数据集组合中展示了强大的性能。

ReSearch 是一个开源项目，通过强化学习将搜索操作整合到大型语言模型（LLMs）的推理过程中，使其能够通过搜索工具更有效地回答问题。该项目通过强化学习训练LLM，使其在无监督数据的情况下学会何时以及如何调用搜索工具。基于Qwen2.5-7B模型，从零开始训练，展现了强大的泛化能力，并在HotpotQA等数据集上验证，性能显著提升。

Google开源的Gen AI Toolbox for Databases是一个专为开发者设计的工具箱，旨在简化与数据库交互的生成式AI工具的开发过程。它提供了快速处理连接池、安全处理身份验证、内置详尽的技术文档等功能，帮助开发者更高效地构建和优化数据库相关的生成式AI应用。此外，工具箱还集成了OpenTelemetry支持，提升了端到端的可观测性，并简化了开发流程，使得集成工具仅需不到10行代码即可完成。

汇集语音语言模型和端到端语音对话系统的论文、代码和资源，旨在为研究人员和开发者提供全面的支持和参考。

这是一个基于 DeepSeek 的本地企业内部知识库和工作流平台项目，开源且允许商业化。项目旨在满足企业对数据安全性、定制化能力、成本效益、性能与稳定性以及政策合规性的需求。通过本地部署，企业可以避免云端传输风险，提升数据安全性，并能够灵活对接自有系统，节省云服务费用。项目源代码已公开，支持企业构建高效、稳定的硬件基础设施以支持 DeepSeek 模型的运行。

该项目研究多代理大型语言模型（MoA）架构在面对欺骗性代理时的脆弱性，并提出了多种无监督防御机制（如“Dropout & Cluster”和“Cluster & Filter”）以恢复性能损失。研究通过基准测试（如AlpacaEval 2.0和QuALITY）评估了欺骗性代理对系统的影响，并分析了欺骗性代理类型、数量、聚合器模型强度等因素。项目旨在提高多代理LLM系统的鲁棒性和安全性，适用于需要高可靠性的应用场景。

adapter-transformers是一个开源工具库，支持在Transformer模型中添加和训练适配器（Adapter）。适配器是一种轻量级的模块，可以在不修改原始模型参数的情况下，对模型进行微调。该工具库支持多种任务，包括文本分类、命名实体识别等，并且可以与Hugging Face的Transformers库无缝集成。它提供了统一的接口，支持高效微调和模块化迁移学习，支持多种适配器方法，如Bottleneck Adapters、AdapterFusion、LoRA等，并支持适配器合并和组合，为NLP任务的参数高效迁移学习提供了强大的工具。

OpenEvals是一个为大型语言模型（LLM）应用提供强大评估工具的项目。它支持多种预建评估器，如正确性、简洁性和幻觉检测，能够帮助开发者全面评估LLM应用的性能。OpenEvals兼容Python和TypeScript，适配多种开发环境，并且集成了LangSmith，方便实验跟踪和结果记录。

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。