haifengl/smile

What it solves

SMILE 是一个为 JVM 设计的高效能机器学习框架，提供数据科学、统计分析和深度学习的全面工具套件。它弥补了数据科学工具的灵活性与 Java, Scala 和 Kotlin 的生产就绪性能之间的差距。

How it works

该框架由几个专业化模块组成：

• Core ML: 实现了一系列广泛的分类、回归、回归、聚类和流形学习算法（例如：Random Forest, SVM, t-SNE, UMAP）。
• Deep Learning & LLMs: 使用 LibTorch 后端进行 GPU/CPU 张量运算，并为 LLaMA-3 推理提供全栈支持，包括 BPE tokenizers 和 OpenAI 兼容的 REST server。
• NLP: 提供文本归一化、POS tagging、stemming 和相关性排序工具。
• Deep Learning & LLMs: 使用 LibTorch 后端进行 GPU/CPU 张量运算，并为 LLaMA-3 推理提供全栈支持，包括 BPE tokenizers 和 OpenAI 兼容的 REST server。
• NLP: 提供文本归一化、POS tagging、stemming 和相关性排序工具。
• Base Foundation: 处理底层数学、线性代数和 DataFrames 等数据结构。
• SMILE Studio: 一个代理式 IDE，允许用户通过 Python, Java 或 Scala 使用自然语言与数据进行交互。

Who it’s for

它主要针对在 JVM 生态系统（Java, Scala, Kotlin）中工作的开发者和数据科学家，他们需要一个强大且整合的机器学习库，可以部署在生产环境中或与 Apache Spark 整合。

Highlights

• JVM Native: 完全支持 Java, Scala 和 Kotlin，并提供惯用型 API。
• LLM Capabilities: 核心内置 LLaMA-3 推理和 OpenAI 兼容的推理 server。
• Comprehensive Algorithm Suite: 广泛覆盖传统 ML, 深度学习, 和 NLP。
• nAgentic IDE: 包含 SMILE Studio 用于进行自然语言数据交互。
• Visualization: 集成了基于 Swing 的交互式 plots 且具有声明式 Vega-Lite charts。

Highlights

• JVM Native: 完全支持 Java, Scala 和 Kotlin，并提供惯用型 API。
• **
• LLM Capabilities: 内置 LLaMA-3 推理和 OpenAI 兼容的推理 server。
• Comprehensive Algorithm Suite: 广泛覆盖传统 ML, 深度学习, 和 NLP。
• Agentic IDE: 包含 SMILE Studio 用于进行自然语言数据交互。
• Visualization: 集成了基于 Swing 的交互式 plots 且具有声明式 Vega-Lite charts。