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 AI 驱动的 PRD 生成器，可将自然语言描述转换为结构化技术文档和 SOP，以优化 AI 编码代理的性能。

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。

一款上下文管理工具，使 AI 编程代理能够自动识别、打包和管理特定任务所需的文件和代码片段，从而避免 token 限制和信息缺失。

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。

Next.js Evals 是一个由 Vercel 维护的框架，用于在真实世界的 Next.js 任务上自动测试 AI 代码代理。它从 `vercel/next.js` 仓库同步评估固定装置，在 Vercel 沙箱中运行代理，检查隐藏断言，记录通过/失败、令牌使用量和成本，并导出 JSON 排行榜，为公开的 Next.js 评估网站提供支持。

一项实时辐射场渲染项目，通过用可变形贝塔核替代高斯核，提升几何细节、色彩表现和内存效率。

用于材料识别和跨模态学习的机器人滑动接触的大型同步视频、音频和触觉力数据集。

一个用 Rust 编写的机器学习运行时，可在 Rust 和 WebAssembly 环境中运行 PyTorch 等 Python 框架训练的 ONNX 模型。

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。

一个集成 YOLOv7 和 YOLOv8，用于在各种来源的视频流中进行实时目标检测和跟踪的计算机视觉项目。

一个使用 BentoML 框架来自助托管和部署各种 Stable Diffusion 系列模型的示例项目集合。

基于 ROS 的 xArm 系列机械臂开发与仿真框架，提供硬件接口、MoveIt 运动规划和 Gazebo 仿真。

Q‑Transformer 是一个 PyTorch 库，实现了用于可扩展离线强化学习的自回归 Q 函数方法，专为结合视频观测和语言指令的机器人任务而设计。它提供视觉Transformer模型、数据收集代理、回放缓冲区数据集和Q学习训练器，可通过 `pip install q-transformer` 安装。

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。

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。

Ekho 是一个中文文本转语音引擎，可将书面文本转换为口语音频，并支持自定义语音数据整合。

一种仅需几秒参考音频即可实现高质量零样本文本转语音和语音编辑的 token infilling 神经编码语言模型。

专为 3D 重建和语义分割 AI 模型训练设计的包含 10,000 个室内场景的大规模多视图 RGB-D 数据集。

一种支持跨体态技能迁移和长时程操作的人形机器人全身视觉语言行动框架。

一个用于刚性多体机器人（如类人机器人与四足机器人）进行基于优化的逆向动力学控制的 C++ 库。

一个用于人形机器人控制和仿真的全面软件栈，提供动力学、感知和实时通信工具。

一个用于 GraspNet-1Billion 数据集的 Python API，提供加载、处理和验证机器人抓取研究所需的抓取标签和点云数据。

一套用于开放词汇视觉-语言-运动学习的人类采集数据集及基准测试，使机器人能够执行大量的自然语言指令。

专为机器人设计的开源、低成本无刷直流电机电子调速器 (ESC)，支持 FOC 和多种控制模式。

使用 PyTorch 和 ROS 2 的实时眼动与眨眼估计系统，用于在自然环境中追踪视线方向和眨眼概率。

使用Gazebo插件为PX4自动驾驶仪提供SITL和HITL模拟的，适用于探测车、船只和飞行器的飞行模拟器。

一个低开销、实时的控制与可视化平台，用于创建与硬件、传感器和媒体交互的响应式应用程序。

一个使用 Conda 包管理器的跨平台 ROS Noetic 发行版，可简化在 Linux、macOS 和 Windows 上的安装和依赖管理。

一个与《Modern Robotics: Mechanics, Planning, and Control》教科书配套的 C++ 库，提供机器人学、规划和控制算法的教育性实现。

专为高性能机器人学和优化任务设计的、数值上稳健且高效的线性与二次规划问题数值求解器集合。

基于 Rust 的 URDF 和 Xacro 机器人描述文件可视化工具，支持通过 JSON API 进行交互式关节操作和远程控制。

YARP 是一个用于机器人的通信库和工具包，提供软件组件之间的标准化设备接口和消息传递。

用 Rust 编写的最小化多旋翼自主框架，提供实时动力学仿真、轨迹规划和控制。

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。

一个用于 Unity 和 THREE.js 的 URDF 加载库集合，使开发者能够在 3D 环境中导入和可视化机器人模型。

这是一个为 Universal Robots 机械臂开发的 ROS2 驱动程序，可实现硬件通信、通过 MoveIt2 进行运动规划，并将其 ROS2 行为整合到工业协作机器人中。

一组 JavaScript 客户端库，使 Web 应用程序能够与 ROS (Robot Operating System) 系统通信，从而构建机器人界面。

用于 Universal Robots CB3 和 e-Series 機械臂的 ROS 驱动程序，提供稳定用于实时控制、校标定和与 ROS-control 集成的接口。

用于计算机器人时间最优路径参数化的库，使其能够在遵守运动学和动力学约束的同时，尽可能快地沿几何路径移动。

一个支持 URDF 和 MuJoCo MJCF 导入、并具有加速 JAX 后端的纯 Python 逆运动学计算库。

用于机器人领域快速 3D 数据处理的 GPU 加速库，提供高性能点云算法、碰撞避免和路径规划。

一个用于可扩展机器人学习的统一平台与基准，将多个仿真框架和数据集整合到单一界面中。

Pixel Reasoner 是一个研究框架，为视觉-语言模型添加视觉操作（如缩放、选帧等），通过指令微调和好奇心驱动的强化学习进行训练。该仓库提供安装指南、SFT 和 RL 阶段的脚本、预训练的 7B 检查点、数据集以及图像和视频基准的评估流水线。

一款本地 AI 工具，可自动生成图像的说明文字和关键词，并将其直接写入图像元数据中，以便于索引和搜索。