为苹果的mlx机器学习库提供的非官方Rust绑定，支持在Rust程序中便捷地使用苹果的机器学习技术，特别适合希望在苹果生态中进行机器学习开发的开发者。
这是一个精心策划的Rust项目集合，涉及神经网络相关内容，旨在补充《我们学到了什么》。
一个用汇编语言编写的简单 HTTP 服务器，只能在 Apple Silicon Mac 上运行。通过这个项目，开发者可以学习底层编程技巧，并体验高效的 HTTP 请求处理。
基于 MLX 框架的 Silicon LLM 训练和推理工具包，简化了在 Apple Silicon 上训练和运行大语言模型的过程，旨在为开发者提供高效、易用的工具，以应对资源有限的设备上的大语言模型需求。
大型语言模型(LLM)的chat模板，用于支持transformers的chat_template功能，旨在为不同模型提供一致的输入格式，提供了多个流行模型的示例模板。该项目为开发人员提供了便捷的工具，简化了与不同语言模型的交互流程，确保输入格式的一致性，提高了开发效率。
ml-calibration是一个用于测量校准和绘制可靠性图表的工具包，提供了可视化方法来评估模型的校准程度，并生成可靠性图表以帮助分析模型的可靠性。该工具包支持多种校准方法的比较，易于集成到现有的机器学习工作流中。
一个利用代理框架进行视觉任务的库，能够快速生成代码，帮助用户完成图像识别任务，简化视觉问题的解决过程。
