haifengl/smile

What it solves

SMILE 提供一個高效能、全方位的機器學習框架，適用於 JVM，讓開發者能在 Java、Scala 或 Kotlin 生態系統中實作各式統計與 AI 演算法，而不必離開這些語言。它彌合了高階資料科學需求與 JVM 產線環境的效能要求之間的鴻溝。

How it works

SMILE 被組織為多個專門模組：

• Core ML：實作分類、回歸、叢集、流形學習與異常偵測等標準演算法。
• Deep Learning & LLMs：使用 LibTorch 後端進行 GPU/CPU 張量運算，並提供完整的 LLaMA-3 推論堆疊，包含 BPE Tokenizer 與相容 OpenAI 的 REST 伺服器。
• NLP：提供文字正規化、詞性標註、詞幹提取與相關性排序工具。
• Base：提供機器學習所需的基礎數學、線性代數與資料結構（如 DataFrames）。
• Visualization：包含基於 Swing 的互動圖表與宣告式 Vega‑Lite 圖表。
• SMILE Studio：一個具代理功能的 IDE，允許使用者透過 Python、Java 或 Scala 以自然語言與資料互動。

Who it’s for

在 JVM 生態系統（Java、Scala、Kotlin）中工作的資料科學家與軟體工程師，需一套穩健、可投入生產的機器學習函式庫，且具整合深度學習與 LLM 能力。

Highlights

• Comprehensive Algorithm Suite：支援從 Random Forest、SVM 到 t‑SNE、UMAP 的全部演算法。
• LLM Integration：原生 LLaMA‑3 推論與相容 OpenAI 的聊天串流伺服器。
• JVM Native：以 Java、Scala、Kotlin 的慣用 API 實作的高效能實作。
• Agentic IDE：包含 SMILE Studio，可用自然語言與資料互動。
• Enterprise Ready：支援模型序列化與與 Apache Spark ML pipeline 的整合。