一个开源 Spark 库，可将 Amazon SageMaker 集成到 Spark ML 流水线中，实现数据框上的可扩展模型训练和推理。

一个允许 AI 模型与 Elasticsearch 和 OpenSearch 交互的 MCP 服务器，提供文档搜索、索引管理及集群健康监控功能。

一个为 llama.cpp 提供 Dart FFI 绑定的项目，可在 Flutter 应用中于 iOS 和 Android 上本地运行 LLM、视觉和音频模型。

基于Java和Python的高频交易框架，通过统一代码库实现L2 tick数据回测和实时市场执行。

一系列代码优先的教育性手写 Python 实现，涵盖 PCA 重建、RobustPCC 和 PU 学习等多种表格异常检测方法。

一个开源、低代码平台，为传染病和被忽视疾病研究及药物发现提供对预训练 AI/ML 模型的无缝访问。

一套全面的 API 和工具，将安全性、隐私性、可解释性和公平性整合到生成式 AI 和传统 ML 模型中，以确保可信度。

Sentis 套件的示例项目与模板集合，展示如何在 Unity 中实现 LLM、计算机视觉与模拟等 AI 功能。

一个高性能的 GPU 和 AI 加速器推理引擎，可实现高效的模型部署和学术验证。

TFTS 是一个基于 TensorFlow 的库，提供统一接口，用于实现时间序列预测、分类和异常检测的最先进深度学习模型。

基于 Triton 的 PyTorch nn 模块子集，为开发自定义深度学习算子提供易读且易于修改的神经网络层集合。

一个轻量级、自托管的 GenAI 工作负载语义缓存，通过为相似的提示词提供缓存响应，来降低 LLM 成本和延迟。

continuous-eval 是一个用于模块化、数据驱动评估 LLM 驱动流水线的 Python 库。它提供检索、生成、代码和代理指标的目录，允许您将这些指标附加到单个流水线模块，在数据集上运行，并可强制执行回归测试。也支持自定义 LLM-as-a-judge 指标。

一个为 Stable-Baselines3 提供的贡献包，包含实验性强化学习算法和研究人员与开发者所需的特殊工具。

一个基于 C++ 的高性能批处理环境池，可显著加速各种模拟器中的强化学习经验收集。

一个专为构建和扩展序列到序列模型及巨型语言模型而设计的模块化 TensorFlow 框架。

一个统一、高性能的多模态模型训练引擎，集成了分布式训练、内核融合和高级优化器，支持可扩展的预训练和微调。

用于 ComfyUI 的 Python 前端和库，允许用户使用 Python 脚本而不是可视化节点图来定义和运行图像生成工作流。

用于将 AI/ML 模型打包并部署到生产环境的 CLI 工具，自动化容器化、GPU 配置和依赖管理。

一个由 AI 驱动的导航中心，利用自主代理从 GitHub 自动发现、评估并组织高质量开源 AI 项目，形成一个自动更新的目录。

一个为机器学习和深度学习模型提供统一接口的时间序列预测库，简化了模型选择、验证和流水线创建的过程。

一个将 AI 助手连接到 Gemini/Antigravity CLI 的 MCP 服务器，支持大规模代码库分析和沙箱化代码执行。

通过强制执行需求、设计和任务的顺序工作流，并配备实时监控仪表板，为 AI 智能体实现结构化、规范驱动的开发。这是一个 MCP 服务器。

一个用于训练、评估和部署尖端 AI 模型的图形化工具箱，支持多种硬件加速器。

一个用于关系型表格学习 (RTL) 的 PyTorch 库，旨在标准化并结合 GNNs、LLMs 与 TNNs，以分析跨链接表格的数据。

一个开源平台，提供统一的 API 与工具套件，以使用最先进的生成式 AI 模型，加速科学发现中的假设生成。

一个用于在 Python 中编写可微逻辑程序的框架，能够创建超越标准图神经网络（GNN）的具有表现力的关系学习模型。

一个高质量的 C++ header-only 库，提供广泛的非线性数值优化器，包括基于梯度和无梯度的方法。

一个允许开发者提交、对比和合并代理配置与轨迹的版本控制系统和 Claude Agent SDK 插件，以防止性能退化

一个利用编码代理推理参数语义和试运行历史，自动进行参数调优的代理型系统优化框架

NVIDIA Merlin 是一个开源库套件，利用 GPU 加速特征工程、训练和推理，加速大规模推荐系统的端到端创建。

一个高性能的 n 维张量库，适用于 Nim，提供在 CPU、CUDA 和 OpenCL 后端上进行科学计算、机器学习和深度学习的工具。

一个 Java 机器学习库，为分类、回归、聚类和异常检测提供统一的接口，具有内置的模型溯源和 ONNX 导出功能。

一个用于可视化 PyTorch 神经网络架构的工具，可生成流程图、图结构图和 LeNet 风格图表，以及动画展示。

一款基于 Windows 的工具，可从文档、图像和音频文件创建向量数据库，以支持使用各种大型语言模型（LLM）的检索增强生成（RAG）。

基于 Rust 的 OpenSCAD 编辑器和编译器，使用精确的 CSG 和超实数确保精度，具备交互式可视化和 AI 辅助设计修订功能。

一个 Python 包，为材料科学机器学习提供高阶接口，能够将材料数据转换为用于性质预测和能量表面建模的特征。

一个使用遗传算法自动寻找最佳模型和预处理的 Python AutoML 包，适用于高精度、大规模时间序列预测。

针对 Claude Code 的缓存优化代理，通过修复 Prompt Cache Bug 来减少 Token 使用量并稳定缓存读取率。

A unified Python interface for hyperparameter tuning and black-box optimization that separates optimization problems from algorithms across multiple backends.

Spool 是一个用于共享和恢复 AI 编程代理会话的工具，可将其转换为持久的网页，允许他人阅读并在本地继续工作。

一个基于微服务架构的生成式 AI 示例和部署指南集合，旨在简化在不同硬件平台上的 GenAI 应用的扩展与测试。

一个开源的 Python SDK，结合 OpenTelemetry 追踪与基于提示的评判者，用于检测并修复 LLM 驱动应用中的故障。

一个上下文感知的代码搜索引擎，优先考虑相关性而非原始速度，为 AI 代理和开发者提供精准的意图驱动文件检索。

一个轻量级、基于 CPU 的 Python 库，使用最先进的 cross‑encoder 与 LLM 重新排序搜索结果，以提升 LLM 流程的检索精度。

一个用于 AI 应用的 Python 客户端，支持创建、管理和查询向量索引。

一个 Postgres 服务器和扩展，自动将文本转换为嵌入向量，并编排向量、全文和混合搜索，以实现 RAG。

A model compression toolkit for PyTorch and Keras that optimizes AI models for edge deployment using quantization, pruning, and hardware-aware optimization.