强化学习支持

Open-R1是一个开源项目，旨在完整复现DeepSeek-R1的技术框架，并推动社区协作进一步完善。该项目提供了全面的模型训练、评估和数据生成工具，支持多种硬件加速，旨在帮助研究人员和开发者轻松复现和扩展R1模型。

Tonic Validate Metrics 是一个开源的评估指标包，旨在为生成模型的输出提供多种评估指标，支持模型性能对比，易于集成到机器学习工作流，并兼容多种数据格式和输入类型。

LLMBox是一个用于实现大型语言模型的综合库，提供统一的训练流程和全面的模型评估，支持多种训练策略和数据集构建策略，以及高效的数据预处理工具。其可扩展的插件系统使得用户可以根据需求灵活定制，适用于多种大语言模型架构。

Awesome ChatGPT Plugins是一个集中展示多种ChatGPT插件的资源库，旨在为用户提供方便的访问和使用这些插件的方式。该项目汇集了众多实用插件，涵盖多种功能，能够帮助开发者和普通用户扩展ChatGPT的应用场景。

本项目旨在分享大模型相关技术原理以及实战经验，包括大模型工程化和应用落地，降低学习难度，促进技术普及。

用JAX/Flax训练的SmolLM风格语言模型，能在有限的计算资源下高效预训练，快速达到较高性能。该项目专注于利用现代深度学习框架JAX和Flax，提供灵活的训练选项，并优化资源使用，使其适合在计算资源受限的环境中进行实验和开发。

AI Models是一个旨在提升小型到中型免费及开源AI项目的合作平台。通过提供一个精心策划的AI模型汇编，简化探索和比较不同模型的结果，同时强调用户友好的内容，展示演示和插图，而非复杂的技术术语。

这个项目展示了如何在Google Cloud上使用TensorFlow、TFX和Vertex AI实现端到端的机器学习运维。它集成了自动化的数据摄取、模型训练和评估，并提供了监控和日志记录功能，展示了机器学习中的CI/CD最佳实践。

MiceWine是一款让用户能够在安卓设备上运行多种Windows应用和游戏的工具。它通过定制的Wine和Box64实现最佳性能，兼容安卓10及以上版本，并支持多种GPU，旨在提供流畅的跨平台体验。

一个开源的本地RAG系统，支持多种大模型集成方案。可通过本地Ollama部署、ChatGPT自定义GPT或Anthropic Claude进行本地文件查询。