Jetson Thor官网 – 人形机器人AI计算平台

该项目是一个专注于厨房和家庭场景复杂任务规划的一站式AI解决方案，包含86个预训练规划问题， 集成多种规划算法（如TAMP任务与运动规划），支持长期任务执行和动态环境下的动作协调， 并提供可视化界面展示规划结果。主要面向AI研究、机器人开发和智能家居系统设计领域。

embedchainjs是一个框架，旨在通过任何数据集轻松创建大型语言模型（LLM）驱动的机器人。它简化了机器人的开发过程，并能够与多种数据源集成，适用于各种智能对话系统的构建。

一个面向生产的机器人开发框架，以发布-订阅架构为基础，致力于让机器人代码易于测试和开发，强调确定性测试和易用性。

该项目整理了多种搜索接口服务，特别适合需要构建企业级RAG（Retrieval-Augmented Generation）或Agent平台的技术人员。通过集成多种搜索接口，用户可以轻松构建高效、灵活的企业级应用平台。

Chain-of-Draft (CoD) 是一种针对大型语言模型（LLM）推理延迟问题的创新策略。它通过生成简洁且信息密集的推理步骤，大幅减少了冗长的中间推理过程，同时保持了强大的性能。这一策略在数学、常识等基准测试中表现出色，能够减少80%的响应Token数量，并且保持核心逻辑的可见性，便于调试。

Amoga是一个低代码工作平台，使企业能够快速、轻松地创建、部署和管理应用程序。它简化了应用程序开发过程，优化了任务管理，用户可以使用直观的应用程序构建器构建自定义应用，轻松自动化流程，在综合看板上管理项目和任务，通过得分卡跟踪每日输出和成果，并获得实时数据洞察以支持决策。

Zgi.ai致力于简化大型语言模型（LLM）应用的构建过程，为开发者和企业提供必要的工具和资源，帮助他们将梦想转化为现实，打破技术限制，实现前所未有的可能性。

AppWeaver 是一个通过与 AI 助手对话来构建应用程序的平台。用户只需描述应用的内容，即可实时预览更改，最终可以将其发布为网页应用供全世界使用。

"My AskAI" 是一个旨在为SaaS企业提供个性化AI助手的创新工具，通过提供即时答案来节省时间并提高效率。它具备以下角色、特点和优势：

sd-webui-controlnet 是一个为 AUTOMATIC1111 的 Stable Diffusion web UI 设计的扩展，允许用户将 ControlNet 和 T2I Adapter 模型集成到 Stable Diffusion 中，以实现更精准和可控的图像生成。它支持 ControlNet 1.0/1.1 和 T2I Adapter 模型，提供像素完美模式、用户友好的 GUI 和预处理器预览，以及对多种 Upscaling 脚本的支持。

LLM-Dojo是一个开源大模型学习场，提供简洁易读的代码框架，支持多种主流模型的训练和强化学习技术，旨在帮助AI爱好者和研究者进行深入的研究和开发。

document.ai 是一个基于向量数据库与GPT3.5的通用本地知识库方案，旨在提供高效的知识存储与检索能力。通过集成GPT3.5模型，实现智能问答与交互，支持本地化部署，确保数据隐私与安全。项目具有强大的可扩展性，适用于多种知识库场景，如医学、企业知识管理等。此外，它还提供基于默沙东诊疗手册的问诊AI功能，辅助医疗决策。

Instill VDP是一个开源的无代码/低代码平台，旨在快速创建AI工作流程。它能够处理非结构化数据，确保高效的数据连接、灵活的管道设计，以及平滑的AI模型与数据源集成。

Ivy 是一个旨在统一多种机器学习框架的项目，它提供了跨框架的兼容性和统一的接口，使开发者能够在不同的机器学习框架之间无缝切换，并简化跨框架的模型开发和部署。

COMPACTER是一种用于大语言模型微调的技术，通过引入适配器、低秩优化和参数化超复数乘法层，在任务性能和可训练参数数量之间取得更好的平衡。它通过低秩超复数适配器减少内存占用，并在GLUE和SuperGLUE基准测试上达到了与标准微调相当或更好的性能。COMPACTER在机器翻译、文本摘要等领域能有效增强模型的泛化能力。技术原理包括在预训练模型中插入特定于任务的权重矩阵，通过共享的“慢”权重和每个COMPACTER层定义的“快”秩一矩阵之间的Kronecker积降低参数复杂度，利用超复数乘法层（PHM）和低秩参数化来减少模型参数，同时保持或提高模型性能。