该项目专注于共形推理，提供用于统计学习中不确定性量化的工具和方法。它支持多种机器学习模型，包括分类和回归任务，并提供了构建预测区间的工具。该项目设计旨在与现有统计工作流程无缝集成，帮助用户增强模型的可解释性和鲁棒性。
Knowhere是一个开源的向量搜索引擎，集成了FAISS、HNSW等流行的向量搜索库。它专为高效和可扩展的向量搜索而设计，支持高维向量数据，并在大规模搜索任务中进行了性能优化。
快速向量相似度库，旨在提供向量之间各种相似性度量的有效计算，使用 Rust 和 Python 实现。
TorchCodec是一个专为PyTorch设计的视频解码工具，提供简单快速的API，可以将视频帧解码为PyTorch张量，方便机器学习模型的处理。用户需自行安装FFMPEG以支持多种视频格式的解码。
Hamilton是一个可扩展的通用微框架，用于定义数据流。您可以使用它构建数据框、numpy矩阵、Python对象、机器学习模型等。
这是一个轻量级的Transformers.js封装，用于将其API代理到Pyodide环境中，使得Python可以无缝调用JavaScript中的机器学习模型。
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。
ChatLLM 是一个基础知识库，旨在帮助用户轻松使用大型语言模型（LLM）。它提供生产级的API，支持前后端分离，并兼容多种LLM模型，如文心一言和讯飞星火。该项目易于集成和扩展，具有友好的用户界面，方便开发者和用户使用。
HammerLLM是一个具有1.4B参数的语言模型，提供了简洁高效的训练代码库，同时完全开源了模型权重、环境、代码库和超参数，支持中英文的生成和理解，具有高效的训练和推理能力，适合多种自然语言处理任务。
只依赖pytorch、transformers、numpy、tensorboardX，专注于文本分类、序列标注的极简自然语言处理工具包
