Open Interpreter Local III是一款开源的本地模型运行和训练工具，支持高速推理和个性化模型定制。
Navan.ai是一个无代码平台，允许开发者和企业在几分钟内构建和部署计算机视觉AI模型，节省高达85%的开发时间和成本。用户可以通过nStudio快速构建模型，通过nCloud将模型部署到云端，并获得推理API。此外，用户还可以选择使用预训练的视觉AI模型，如人脸检测等。
该项目提供了一个完整的管道，用于在消费级硬件上微调ChatGLM LLM，结合了LoRA（低秩适应）和RLHF（基于人类反馈的强化学习）技术，旨在提升ChatGLM的能力，使其类似于ChatGPT。
关于如何有效蒸馏大型语言模型的最佳实践实用指南，提供了一系列的最佳实践，帮助工程师和机器学习从业者在生产应用中更高效地蒸馏和使用语言模型。
Bisheng是一款领先的开源AI大模型应用开发平台，赋能和加速大模型应用开发落地，帮助用户以最佳体验进入下一代应用开发模式。
Yachay AI是一个基于Byt5的地理标记模型，能够仅通过文本预测坐标。它为开发者提供了支持，以便构建和训练自己的模型，并在Github上提供相关资源和问答支持。
FieldDay是一个平台，使任何人都可以创建视觉AI。用户可以根据自己的专业知识收集定制数据集，通过迭代训练完善算法，最后将AI模型与自己喜欢的工具或工作流程集成。
Teachable Machine是一个创新的AI工具，旨在简化机器学习模型的创建和实现，使任何人都能在没有编码知识的情况下训练模型来识别图像、声音和姿势。该平台致力于让机器学习变得易于理解，适合教育工作者、学生、爱好者和专业人士，简化AI概念的应用。
支持GPU的 Dockerfile，用于运行Stability.AI具有简单 Web界面的stable-diffusion模型，包括多GPU支持。该项目提供了一个易于部署的解决方案，使用户能够利用Docker快速构建和运行稳定扩散模型，并通过Web界面进行方便的访问和交互。
Contentable.ai是一个端到端的生成式AI测试平台，帮助用户在选择采用前对多个AI模型进行A/B测试。用户可以在一个屏幕上通过一次点击对比速度、成本和输出，同时支持所有主要的AI供应商。
EETQ是针对transformer模型的量化工具，使用Flash-Attention V2优化attention的推理性能，简单易用，只需一行代码即可适配您的PyTorch模型。
