RWKV是一种新型模型，它不需要注意力机制，而是将递归神经网络和Transformers的优点结合在一起。
RWKV_Othello是一款专为奥赛罗棋（又称黑白棋）设计的RWKV-7模型，能够预测合法走法、评估棋局局势，并进行上下文搜索，从而帮助玩家制定更优策略。
基于Rust的快速文本分词工具，支持RWKV v5和v6模型使用的World Tokenizer，提供Python模块安装与使用，通过性能和有效性测试，与原始分词器结果一致，速度显著提升
基于MLX框架的GPT-2模型实现，提供从零开始训练生成式预训练语言模型的教程，使用Python代码约200行，依赖mlx和numpy，适用于Macbook等设备，能在约10分钟内训练完成并生成类似莎士比亚文本的输出
这是一个为自然语言处理初学者设计的教程，提供了基础知识、常用工具和实践项目，帮助新手快速入门NLP领域。
一个强大高效、低延迟的语音转文本工具，支持状态监测和唤醒词触发。
智能优化版Llama.cpp：基于原版Llama.cpp的克隆项目，它增加了最先进的量化技术，并针对CPU性能进行了改进，使得在处理大型语言模型时更加高效
