一个为 NVIDIA GPU 和 CPU 提供极致性能的 C++20 数值计算库，支持类似 NumPy 的张量表达式，并通过 JIT 内核融合实现最高性能。

由 Kakao 开发的基于 CNN 的韩语形态分析器，利用机器学习将文本拆分为词素，用于自然语言处理的预处理。

基于 JAX 构建的硬件加速、可微分子动力学库，用于模拟材料和小尺度相互作用。

一个为 PyTorch 设计的源到源编译器，通过 Python 风格的中间表示和可扩展的变换插件，优化模型在训练和推理中的性能。

一个统一的实验平台，用于实现和评估 KV 缓存压缩、检索、合并和量化方法，以优化长上下文 LLM 推理的内存使用。

一个为 Ollama API 提供全面绑定的 .NET 库，使 C# 开发者能够轻松地将本地和远程 AI 模型集成到其应用程序中。

一个用于 Milvus 的 Python SDK，提供程序化接口，用于在 Milvus 向量数据库中管理与搜索高维向量嵌入。

一个 ROS-Industrial 元软件包，提供使用 ROS 控制和仿真 Universal Robots 硬件所需的配置和描述。

一组用于 TensorFlow 的文本处理类和操作，可在训练和推理的 TensorFlow 图中实现一致的预处理。

一个基于 scikit-learn 构建的 Python 模块，允许研究人员在处理删失数据的同时，将协变量与事件发生时间关联起来。

适用于 macOS 的本地优先长期记忆运行时，通过构建用户工作模式和目标的证据关联个人模型，利用 MCP 为 AI 编码代理提供有依据的上下文。

为 PyTorch 提供内存优化的 Batch Normalization 层，通过将 BN 和激活函数结合为原地操作（in-place operation），在训练期间减少高达 50% 的 GPU 显存使用量。

一个在现有浏览器中运行的开源浏览器自动化代理，允许 AI 代理通过自然语言或 MCP 控制您的实时会话。

YiGraph 是一个基于 AAG 框架的智能图数据分析代理系统，可将自然语言问题转化为可执行的图算法工作流，适用于复杂关系数据的分析。

一个基于 Rust 的轻量级代理，使用会话 Cookie 将 Claude.ai 和 Claude Code 转换为 OpenAI 兼容 API 端点。

一个用于计算可共享、可比较、可复现的 BLEU 及其他翻译指标的工具，自动化测试集管理和分词处理。

一个可扩展的 PyTorch 数据加载库，引入了 epoch 中断点保存的状态化加载功能，以及用于数据预处理的可组合迭代器。

一个基于 PyTorch 的库，将 Hugging Face Transformer 架构引入顺序和会话推荐系统，支持丰富的表格输入特征和 GPU 加速。

一种开放协议和框架，通过可互换传感器系统提供结构化实时数据，标准化 AI 代理对现实世界的感知方式。

一个用于将生物分子结构与交互作用网络转换为几何图形表示法的 Python 库，用于深度学习。

用于商业、医疗和工程领域高级分析的高性能 C++ 神经网络库。

利用 PyTorch 共享的核心 C++ 库的 Haskell 张量与神经网络库

一组用于在 CSV、COCO、Pascal VOC 和 Labelme 格式之间转换目标检测数据集标注的 Python 脚本。

Uni-MoE 是一个基于混合专家（Mixture-of-Experts）的全模态大模型，能够跨多种模态（包括文本、图像和语音）进行理解和生成。

一个使用 Schema-Guided Reasoning 将结构化推理与灵活工具选择相结合的开源代理框架，用于构建研究代理。

一个适用于 Android 的离线 OCR 库，可在无需互联网连接的情况下实现对中国身份证、驾驶证和护照的高速识别。

为 VOICEVOX 提供核心语音合成引擎，以 C 和 Python 库的形式，便于在各种应用中轻松集成。

一个用于在稀疏异构图上高效执行块吉布斯采样和基于能量模型的 JAX 库。

一个用于 Optimum 的 PyTorch 量化后端，通过将权重和激活转换为 int4 或 float8 等低精度格式，减少模型大小和内存使用。

一个封装 Ollama 本地模型 HTTP API 的 Rust crate，提供文本生成、聊天（带历史）、流式响应、模型管理、嵌入向量以及通过宏系统实现的 LLM 工具/函数调用的便捷函数。

专为高效训练和推理具有巨大嵌入表的大规模深度学习模型而设计的 GPU 加速推荐框架。

一个全面且统一的深度强化学习库，提供与 PyTorch、TensorFlow 和 MindSpore 兼容的模块化 DRL 和 MARL 算法集合。

Apache SystemDS 是一个开源机器学习系统，使用高级语言管理从数据准备到模型服务的端到端数据科学生命周期。

一个使用 JIT 代码生成来优化跨多种 CPU 架构的深度学习和 HPC 工作负载的高性能库，专为小型密集和稀疏线性代数运算设计。

Segment Anything Model (SAM) 的打包版本，支持通过 pip 简易安装，并扩展了视频分割与云 GPU 集成功能。

一种使用概率模型的点云配准库，为刚性和非刚性变换提供了比ICP更稳健的替代方案。

由 Yandex 开发的 Sharded Data Parallelism 框架，通过减少通信和内存开销来优化 LLM 预训练，比 PyTorch FSDP 快高达 20%。

EnsoAI 是一款基于 Electron 的桌面工作台，将 Git worktree 管理与持久化的 AI agent 会话（Claude、Gemini、Codex 等）结合在一起。它提供内置的 Monaco editor、可视化 Git UI、三向合并工具，以及一键式 IDE 桥接功能，让开发者能够并行开发多个分支的同时，每个分支都能享有专属的 LLM 上下文。

一个用于在标签数据有限的情况下，通过图和对抗扰动等结构化信号来提升准确性和鲁棒性的 TensorFlow 框架。

一个高性能 Triton Inference Server 后端，支持使用 TensorRT-LLM 优化的模型，具备飞行中批处理和多 GPU 扩展能力。

MushroomRL 是一个模块化的 Python 强化学习库，提供广泛的经典和深度 RL 算法，并与流行的张量库和基准集成。

一个基于 ROS 的全栈软件框架，用于敏捷四足行走，整合了仿真与硬件的规划、控制和估计。

一个用于遗传和进化算法的现代 Java 库，提供用于优化、遗传编程和多目标搜索的工具。

一个基于 PyGlove 的库，支持面向对象提示，使开发者能够将自然语言与结构化 Python 对象结合，从而获得更可预测的 LLM 输出。

一个全面的深度学习实用工具库和 CLI 工具，为计算机视觉和 3D 数据提供可视化、标注管理以及部署工具。

一个为 Ruby 提供广泛算法的机器学习库，接口与 Scikit-Learn 类似。

一个 Julia 包，将微分方程求解器集成到神经网络中，以实现物理信息驱动的科学机器学习模型。

一个包含 FBNet 和 ChamNet 等硬件感知高效 ConvNet 模型及工具的集合，旨在优化移动设备上的计算机视觉性能和延迟。