haifengl/smile

What it solves

SMILE 提供一个高性能、全方位的机器学习框架，适用于 JVM，让开发者能够在 Java、Scala 或 Kotlin 生态系统中实现各种统计和 AI 算法，而无需离开这些语言。它弥合了高层数据科学需求与 JVM 生产环境的性能要求之间的鸿沟。

How it works

SMILE 被组织为多个专门模块：

• Core ML：实现分类、回归、聚类、流形学习和异常检测等标准算法。
• Deep Learning & LLMs：使用 LibTorch 后端进行 GPU/CPU 张量运算，并提供完整的 LLaMA-3 推理栈，包括 BPE Tokenizer 和兼容 OpenAI 的 REST 服务器。
• NLP：提供文本规范化、词性标注、词干提取和相关性排序工具。
• Base：提供机器学习所需的基础数学、线性代数和数据结构（如 DataFrames）。
• Visualization：包含基于 Swing 的交互式图表和声明式 Vega‑Lite 图表。
• SMILE Studio：一个具代理功能的 IDE，允许用户通过 Python、Java 或 Scala 以自然语言与数据交互。

Who it’s for

在 JVM 生态系统（Java、Scala、Kotlin）中工作的数据科学家和软件工程师，需要一套稳健、可投入生产的机器学习库，并且集成深度学习和 LLM 能力。

Highlights

• Comprehensive Algorithm Suite：支持从 Random Forest、SVM 到 t‑SNE、UMAP 的全部算法。
• LLM Integration：原生 LLaMA‑3 推理与兼容 OpenAI 的聊天流服务器。
• JVM Native：以 Java、Scala、Kotlin 的惯用 API 实现的高性能实现。
• Agentic IDE：包含 SMILE Studio，可用自然语言与数据交互。
• Enterprise Ready：支持模型序列化与与 Apache Spark ML pipeline 的集成。