voyag-commits/Open-Source-Astra-Alternative

一个基于 Codex/DeepSeek 的一次性工作者模型,用于自动化软件开发周期的 WSL2 应用,支持运行 Strata SCTL 生命周期钩子。

HasnainRaz/Fast-SRGAN

基于 SR-GAN 的实时超分辨率实现,利用像素洗牌高效地将低分辨率视频上采样至高分辨率。

NVlabs/OmniVinci

OmniVinci 是一款开源的全模态大语言模型 (LLM),通过专门的时间与对齐架构,共同理解视觉、音频、文本,以提升跨模态推理能力。

levyflux/AViD

AViD 是一个使用 LoRA 和 EMA 进行微调的框架,可高效地将开放词汇对象检测器 Grounding DINO 适配到自定义数据集。

lartpang/SAMs-CDConcepts-Eval

一个全面的评估框架,用于测试 SAM 和 SAM 2 在图像和视频中分割上下文相关概念(如医学病变和工业缺陷)的能力。

stepfun-ai/SteptronOss

一个专注于模块化配置与 SFT、RLVR 及评估快速迭代的大规模语言模型轻量级训练框架。

FlashLabs-AI-Corp/FlashLabs-Chroma

一个支持直接音频理解与个性化语音克隆的实时端到端多模态语音对话模型。

blendi-remade/falcraft

一款使用 fal.ai 从文本提示生成 3D 结构并直接在游戏世界中实时播放 AI 视频流的 Minecraft Fabric 模组。

browser-use/browser-harness-js

一个极简、类型化的 JavaScript 桥接,使 AI 代理能够直接访问所有 Chrome DevTools Protocol 方法,而无需受限的辅助函数。

VinF/deer

一个模块化的 Python 库,提供 DDPG 和双 Q 学习等算法的实现。

lucidrains/autoregressive-diffusion-pytorch

一个基于扩散方法的 PyTorch 实现,用于自回归图像生成,无需依赖向量量化。

Leavesfly/TinyAI

一个完全使用 Java 构建的全栈 AI 框架,提供从底层张量计算到 LLM、AI Agent 和具身智能的完整流水线。

HITSZ-NRSL/Dynamic-VINS

一种专为资源受限机器人设计的实时RGB-D惯性里程计系统,通过过滤移动物体,确保在动态环境中保持精确的定位。

wb04307201/spring-ai-loom-agent

一个 Spring Boot 启动器,提供完整的 AI 智能体框架,具有 RAG、MCP 工具集成、技能市场和用于企业级智能体部署的管理控制台。

InditexTech/mcp-server-simulator-ios-idb

一个 MCP 服务器,让 LLM 可以通过自然语言命令来控制 iOS 模拟器,进行应用管理和 UI 测试。

roboserg/RoboLeague

一系列用于在车辆控制、悬停和空中控球中训练强化学习智能体的 Unity ML-Agents 实验。

Luo-Yihao/FaithC

一种近乎无损的 3D 体素表示系统,通过 Faithful Contour Tokens (FCTs) 替代 SDF 和 Marching Cubes,以保留锐利边缘和内部结构。

jolibrain/colette

Colette 是一个自托管的RAG平台,将PDF作为图像索引,保留表格、图表和布局。结合视觉嵌入、BM25词法搜索和可选的HyDE提示,通过Docker在高端GPU上运行。适用于机密技术文档。

google-ar/arcore-ios-sdk

一个将 Google 的跨平台 ARCore 功能(包括云锚点和地理空间 API)引入 iOS 应用的软件开发工具包。

arthurflor23/handwritten-text-recognition

基于 TensorFlow 的框架,支持广泛的数据增强和多种标准 HTR 数据集,用于手写文本识别与合成。

TetreesEX/TetreesAgent_EX

Tetrees Agent EX 是一个 Node.js SDK/CLI,允许开发者通过公开 MCP 合约在 Tetrees EX 市场上搜索、报价、运行、扩展和发布 AI 套件。它提供购买者、构建者和销售者的示例脚本,并将所有凭证本地保存。

nahrek/polyledger

一个可恢复的索引器,将 Polymarket 市场元数据和链上交易数据聚合到可查询的 DuckDB 数据库中。

alexandre01/deepsvg

一个使用深度学习和可微分张量创建和动画矢量图形(SVG)的分层生成网络和库。

caiyuanhao1998/Open-OmniVCus

OmniVCus 是一个前馈式主题驱动的视频定制框架,利用扩散Transformer在深度和掩码等多模态控制条件下生成特定主题的视频。

qdrant/quaterion

一个用于将预训练模型快速微调以专用于语义搜索、推荐和异常检测的高效框架。

candle-org/MindAct

一个基于 PyTorch 和 Hugging Face 的原生工具包,用于可复现地训练和评估机器人桌面操作的模仿学习策略。

openMVG/openMVG

用于从图像(摄影测量)进行3D重建的C++框架,提供用于解决运动结构问题的库和流水线。

JavisVerse/JavisDiT

一种用于联合音视频生成的扩散 Transformer 框架,可确保从文本提示生成的音视频在语义和时间上保持一致。

caiyuanhao1998/Open-DiffusionGS

一种将高斯点阵集成到扩散去噪器中的单阶段图像到3D生成与重建框架,实现快速、可扩展的3D创作。

Firepal/stammer

一个Python实用工具,使用另一个音频或视频源中最频谱相似的帧来重建一个音频源。

paulknysh/blackbox

一个用于昂贵黑箱函数并行优化的Python模块,旨在为超参数调优等任务寻找全局最小值。

SURGroup/UQpy

UQpy 是一个用于建模和量化物理及数学系统中不确定性的通用 Python 工具箱。

pymanopt/pymanopt

支持非欧几里得几何优化的自动微分功能的黎曼流形优化 Python 工具箱。

pdpipe/pdpipe

一个用于创建简单、可链式预处理管道的库,专为 pandas DataFrames 设计,以简化数据清洗和特征工程。

a312863063/Video-Auto-Wipe

一种自动检测并擦除视频中字幕和logo等固定模式内容的视频修复工具。

NLPchina/nlp-lang

一个基于Java的NLP项目基础实用工具包,提供文本归一化、中文字符转换和文本相似性计算等工具。

thomas-pedersen/cursor-chat-browser

一个用于浏览、搜索和导出 Cursor AI 编辑器聊天记录和 Composer 日志的 Web 应用程序。

ProjectPhysX/OpenCL-Wrapper

一个用于 OpenCL 的轻量级 C++ 包装器,减少了样板代码以及设备选择、内存管理和内核执行的复杂性。

libAtoms/QUIP

一套用于分子动力学模拟的软件工具集,集成了各种原子间势函数和紧束缚量子力学,包括基于机器学习的 GAP 势函数。

enjalot/latent-scope

一个用于将非结构化文本和图像数据集嵌入到潜在空间、投影到 2D 并使用 LLM 为聚类打标签的可视化与探索工具。

argoverse/argoverse-api

一个用于访问自动驾驶研究中 HD 地图、3D 跟踪数据和运动预测序列的 Python API。

mindsdb/lightwood

一个 AutoML 框架,使用声明式 JSON-AI 语法自动生成并自定义机器学习管道,减少数据准备和数据科学工作流程的样板代码。

microsoft/msccl

一个基于 NCCL 构建的通信框架,允许用户在多个加速器上执行自定义且高度优化的集合通信算法,以提升分布式 AI 性能。

RealAlexandreAI/json-repair

一个基于 Go 的工具包,可自动修复 LLM 生成的格式错误的 JSON 输出,确保其变为有效且可解析的格式。

normal-computing/posteriors

一个基于 PyTorch 的不确定性量化库,提供用于贝叶斯学习的可扩展工具,包括变分推断和拉普拉斯近似。

lij768423-svg/grok2api-egress-enhancements

一个为 grok2api 设计的增强套件和侧车程序,监控代理节点质量并拦截低质量响应,防止AI智能退化。

SpicyMarinara/rpg-companion-sillytavern

SillyTavern的沉浸式RPG扩展,通过可自定义的UI面板自动追踪角色状态、场景信息和内心想法。

Odevio/Odevio-CLI

一款 CLI 工具,使 AI 代理能够在远程 Mac 上构建和发布 Flutter iOS 应用,无需本地 Mac 硬件或 iOS 生态系统专业知识。