AIF360：一個用於檢測與緩解機器學習模型中演算法偏見的可擴展工具包
一個適用於 Python 和 R 的可擴展開源函式庫，提供用於檢測和緩解機器學習模型中演算法偏見的指標和演算法。
DeepCamera: 一個具備自主硬體感知技能部署與在地 VLM 分析功能的開源 AI 攝影機平台
一個開源 AI 攝影機平台，透過自主且具備硬體感知能力的安裝程序，實現 VLM 場景分析與物件偵測技能的在地部署。
無DRM書籍：作者與社區資源的精選清單
提供無DRM電子書的作者精選清單，以及尋找和支援無DRM出版的社區技巧。
AI 投資熱潮與全球金融崩潰的風險
央行官員與金融分析師警告，超大規模雲服務商在 AI 基礎設施上的過度投資若未能產生回報，或供給端瓶頸推升通膨，皆可能觸發全球金融危機。
Nano Banana 2 Lite 與 Gemini Omni Flash 發布
Google DeepMind 已發布 Nano Banana 2 Lite，用於高速且具成本效益的圖像生成；以及 Gemini Omni Flash，用於高品質影片生成與對話式編輯。
GLM 5.2 在 IDOR 漏洞檢測基準測試中的表現
在 Semgrep 進行的基準測試中，開源權重模型 GLM 5.2 在使用極簡提示詞架構的情況下，檢測不安全直接物件參照 (IDOR) 漏洞的表現優於 Claude Code。
AlphaTree-graphic-deep-neural-network：深度學習模型的視覺學習路線圖，將學術論文與實作程式碼相連結
一個結構化的視覺路線圖與資源集合，透過將學術論文、程式碼與圖示相連結，協助開發者轉向 AI 應用工程。
dm-haiku: 一個為 JAX 設計、支援物件導向模型定義的類神經網路函式庫
一個為 JAX 設計的類神經網路函式庫，能在維持與 JAX 純函數轉換相容性的同時，支援物件導向的模型定義。
SDV：一個用於生成與評估隱私保護表格合成資料的機器學習函式庫
一個使用機器學習模擬真實模式、同時保護隱私的 Python 表格合成資料函式庫。
scikit-llm: 一個與 scikit-learn 相容的 wrapper，用於將 LLMs 整合至文字分析流程中
一個將 ChatGPT 等大型語言模型整合至 scikit-learn 的函式庫，可實現增強的文字分析任務，例如 zero-shot 分類。
reinforcement-learning: 核心強化學習演算法的獨立 PyTorch 實作集合
一系列易於閱讀、獨立的 PyTorch 核心強化學習演算法實作，範圍從基礎的 Grid World 到用於 Atari 遊戲的深度 RL。
segment-geospatial: 一款將 Segment Anything Model 應用於遙感影像的地理空間分割工具
一個將 Segment Anything Model (SAM) 應用於地理空間數據的 Python 套件，能夠使用文本、點或框輕鬆地對衛星影像進行分割。
Herdr – Terminal‑Based Agent Multiplexer for Managing Multiple AI Bots
Herdr 是一款終端機原生型的 agent 多路複用器，讓開發者能從單一命令列介面啟動、切換並與多個 AI agent 進行互動，從而簡化工作流程並減少上下文切換。
為什麼專業化在 AI 系統中是不可避免的
根據 Goldfeder 等人在 2026 年的研究，專業化是 AI 效能的結構性必要條件，因為有限資源使得集中容量比廣泛通用性更有效。
neuralforecast: 一個使用者友善且包含最先進神經時間序列預測模型的集合
一個包含超過 30 種最先進神經預測模型的函式庫，提供使用者友善且 scikit-learn 風格的 API，用於高效能的時間序列預測。
FLAML: 一個用於模型選擇與超參數優化的快速且經濟的 AutoML 引擎
一個輕量級的 Python 函式庫，用於高效的自動化機器學習 (AutoML) 與超參數調優，旨在以最小的計算資源尋找高品質模型。
probability: 一個用於機率推理與統計分析並具備深度網路整合功能的函式庫
一個用於機率推理與統計分析的函式庫，透過 TensorFlow 或 JAX 將機率方法與深度網路整合。
autotrain-advanced: 一個用於訓練與部署尖端機器學習模型的無程式碼解決方案
一個用於訓練與部署機器學習模型的無程式碼工具，支援從 LLM fine-tuning 到 image classification 的廣泛任務。
watermark-removal：一款基於機器學習的圖像修復工具，用於去除水印
一個利用圖像修復技術去除圖像水印的機器學習專案，能產生無縫且高品質的結果。
dm_control: 一個用於 Reinforcement Learning และ連續控制的基於物理的模擬器堆疊 (physics-based simulation stack)
一個由 MuJoCo 物理引擎驅動的，用於基於物理的模擬和 Reinforcement Learning 環境的軟體堆疊。
歷史記憶體價格 1960‑2026：趨勢與 AI 影響
對 1960 至 2026 年間記憶體與儲存裝置價格的全面分析，突顯每 GB 成本的長期下降趨勢，以及 AI 對 HBM 與 DRAM 需求所帶來的近期波動。
Zanagrams: 一種全新的每日文字謎題體驗
Zanagrams 是一款免費的每日文字謎題遊戲，挑戰玩家利用隨著文字被解出而消失的字母連接關係來尋找文字。
Flux.jl: 一個具備原生 GPU 與自動微分支援的純 Julia 機器學習框架
一個純 Julia 的機器學習框架，透過原生 GPU 與自動微分支援，為建立與訓練模型提供輕量級的抽象。
ignite: 一個用於 PyTorch 的高階訓練與評估函式庫，以靈活的事件驅動系統取代冗長的樣板程式碼
一個用於 PyTorch 的高階函式庫，透過靈活的引擎與事件驅動系統簡化神經網路的訓練與評估。
djl：一個與引擎無關的 Java 框架，用於構建、訓練與部署深度學習模型
一個與引擎無關的 Java 深度學習框架，讓 Java 開發者能以原生 Java 體驗構建、訓練與部署模型。
pytorch-forecasting: 一個用於可解釋多時段時間序列預測的高階深度學習框架
一個基於 PyTorch 的時間序列預測套件，提供高階 API 以及如 Temporal Fusion Transformers 和 N-BEATS 等最先進的深度學習架構。
grobid: 一個用於從科學 PDF 中提取並結構化書目數據的機器學習函式庫
一個機器學習函式庫，可將原始 PDF 科學出版物解析為結構化的 XML/TEI 文件，用於大規模書目數據提取。
gluonts: 一個基於 PyTorch 的機率性時間序列建模函式庫
一個用於機率性時間序列建模的 Python 套件，利用深度學習與 PyTorch 來生成帶有不確定性區間的預測。
SynapseML：在 Apache Spark 上構建分散式機器學習管道的可擴展機器學習庫
一個建構於 Apache Spark 之上的開源庫，提供可擴展、分散式的機器學習 API，適用於文字分析、視覺與異常偵測等任務。
sahi: 一個用於在大圖中執行切片推理以偵測小物件的視覺函式庫
一個輕量級的視覺函式庫，可透過各種熱門的物件偵測框架，實現切片推理以在大規模圖像中偵測小物件。
tch-rs: 為 PyTorch C++ API 提供張量操作與神經網路訓練的 Rust bindings
為 PyTorch C++ API (libtorch) 提供 Rust bindings，讓您能在 Rust 中使用 PyTorch 的張量操作與神經網路訓練。
flashlight: 一個具備 JIT kernel 編譯與原生多領域應用程式的高性能 C++ 機器學習函式庫
一個快速、靈活的 C++ 機器學習函式庫，為語音、視覺與文本的高性能 AI 研究提供核心 tensor 介面與神經網路工具。
composer: 一個用於在 GPU 集群中擴展 PyTorch 工作流程的深度學習訓練函式庫
一個基於 PyTorch 的深度學習函式庫，簡化了大規模的分散式訓練，提供記憶體優化和演算法加速工具，以減少訓練時間和成本。
壯麗七巨頭表現不佳：AI 資本支出與市場輪動分析
Apollo Global Management 於 2026 年 6 月的報告指出，隨著 AI 資本支出飆升，市場輪動至品質與自由現金流，『壯麗七巨頭』開始表現不佳。
Flock Safety AI 監控：超越車牌辨識
Flock Safety 的 AI 攝影機不僅追蹤車牌，還能以自然語言搜尋車輛與人物，同時面臨廣泛的安全漏洞與警察濫用問題。
mlpack: 一個快速、僅限標頭檔的 C++ 機器學習函式庫，並提供多語言綁定
一個快速、僅限標頭檔的 C++ 機器學習函式庫，提供廣泛的 ML 方法和函數，並提供 Python、Julia、Go 和 R 的綁定。
NN-SVG: 一個用於生成出版級神經網路架構圖的參數化生成器
一個用於以 SVG 格式建立出版級神經網路架構圖的參數化工具，消除了手動繪製的需求。
DALI: 一個用於加速數據加載與預處理的 GPU 加速庫，消除深度學習流水線中的 CPU 瓶頸
一個用於數據加載與預處理的 GPU 加速庫，可消除圖像、影片與音訊數據在深度學習流水線中的 CPU 瓶頸。
tsai: 一個用於時間序列與序列數據的深度學習函式庫，包含豐富的 SOTA 模型集合
一個基於 PyTorch 和 fastai 構建的尖端深度學習函式庫，用於處理包括分類、回歸和預測在內的時間序列任務。
serving: 一個用於管理與提供版本化機器學習模型推論的高性能生產系統
一個用於機器學習模型的高性能提供系統，旨在於生產環境中管理模型生命週期，並透過 gRPC 和 HTTP 提供版本化推論。
smile: 一個具備整合 LLM 推論與代理式數據科學 IDE 的高效能 JVM 機器學習框架
一個全面的、高效能的 JVM 機器學習框架，提供經典 ML、深度學習、LLM 推論以及代理式數據科學 IDE 的工具。
flower: 一個用於構建與擴展聯邦 AI 的框架無關型系統
一個用於構建聯邦 AI 系統的框架，可在各種 ML 框架和設備上實現去中心化的模型訓練。
autograd: 一個用於原生 Python 和 NumPy 代碼的自動微分庫
一個能夠自動對原生 Python 和 NumPy 代碼進行微分的庫，以實現高效的基於梯度的優化。
Nefos PuffPal 資料外洩：一百萬本護照透過未受保護的 URL 被洩漏
近一百萬本護照與照片身分證因 Nefos（PuffPal 年齡驗證平台的營運者）的一項關鍵錯誤設定而在公共互聯網上被曝光。
KIDS 法案：對提議的線上年齡驗證與內容審查之分析
提議中的 KIDS 法案將迫使平台實施廣泛的年齡驗證與更嚴格的內容審查，可能危及所有年齡層使用者的隱私與言論自由。
EU 聊天管制：對私人通訊的「雙重威脅」
民權活動家警告，EU 領導層正以雙管齊下的方式繞過民主否決，實施對私人訊息的大規模掃描與強制年齡驗證。
stanza: 一個支援 60 多種語言並具備神經網路管線的多元語言 Python NLP 函式庫，以及專門的生物醫學模型
來自 Stanford 的一個 Python NLP 函式庫，為 60 多種語言提供準確的神經網路處理工具，並提供 Java Stanford CoreNLP 軟體的包裝器。
modelscope：一個統一的 Model-as-a-Service 框架，實現多樣 AI 模型的無縫推理與微調
一個 Model-as-a-Service (MaaS) 平台與函式庫，提供統一介面，讓使用者能在多個領域中發現、推理與微調數百個最先進的 AI 模型。
pyro：一個基於 PyTorch 的可擴展深度概率編程庫
一個基於 PyTorch 的深度概率編程庫，允許使用者為大型資料集建立與擴展通用的概率模型。
sonnet：一個可組合的神經網路抽象庫，適用於 TensorFlow 2
DeepMind 所開發的 TensorFlow 2 函式庫，提供簡單且可組合的抽象，用於機器學習研究中的神經網路構建。