Project Icon

gs-quant

量化金融Python工具包,优化交易策略与风险管理

GS Quant是一款开源的Python工具包,专为量化金融设计,由高盛量化开发团队创建和维护。基于强大的风险转移平台,GS Quant致力于加速量化交易策略和风险管理解决方案的开发。这一灵活易用的工具包适用于衍生品结构化、交易和风险管理,同时可作为数据分析应用的统计包。GS Quant为量化分析提供强大的API访问能力,支持Python 3.6及以上版本,为机构客户和量化研究人员提供全面的量化金融解决方案。

FinGLM - 一个开放的金融大模型项目,专注于利用AI技术深度解析上市公司年报,提供专业的金融分析
AI+金融FinGLMGithub年报数据集开源项目金融大模型
FinGLM是一个开放的金融大模型项目,专注于利用AI技术深度解析上市公司年报,提供专业的金融分析。通过结合最新的模型课程和技术更新,FinGLM旨在为金融专业人士提供精确并容易接入的数据解读工具。项目包括多种金融数据处理策略和问答系统,旨在简化投资者的决策过程并优化金融工作流。
Lean - 开源算法交易引擎 助力策略开发和部署
GithubLEANQuantConnect开源开源项目算法交易量化交易
Lean Engine是一款开源算法交易引擎,旨在简化策略研究、回测和实盘交易流程。该引擎支持Python和C#编程,集成了主流数据提供商和经纪商接口,便于快速部署交易策略。Lean Engine采用C#核心架构,兼容Linux、Mac和Windows系统,为量化交易提供了高效灵活的技术支持。
Qwen2.5-14B_Uncensored_Instruct-GGUF - 高性能量化版本适用于多种设备和场景
GGUFGithubHuggingfaceQwen2.5-14B开源项目文本生成模型模型压缩量化
此项目为Qwen2.5-14B无审查指令模型提供多种量化版本,涵盖从29.55GB的F16到5.36GB的IQ2_M等不同规格。量化类型包括Q8_0、Q6_K、Q5_K、Q4_K、Q3_K和IQ系列,适应不同硬件配置需求。项目详细介绍了各版本特点、文件大小和适用场景,并提供选择指南和下载方法,方便用户根据设备性能选择合适版本。
KVQuant - 提升长上下文推理效率的KV缓存量化方法
GithubKVQuantLLaMA-7B低精度量化大模型开源项目长上下文长度推断
KVQuant通过精确的低精度量化技术显著提升长上下文长度推理的效率。其创新包括每通道的RoPE前关键量化和非均匀量化,以应对不同LLM中缓存的KV值模式。KVQuant支持在单个A100-80GB GPU上进行LLaMA-7B模型的1M上下文长度推理,甚至在8-GPU系统上支持长达10M上下文长度,从而减少推理过程中KV缓存的内存瓶颈,并通过并行topK支持和注意力感知量化等多项改进提升推理性能。
strawberryfields - 全栈量子光学电路Python库
GithubStrawberry Fields化学开源项目机器学习量子光学电路量子计算
Strawberry Fields是一个全栈Python库,专用于设计、模拟和优化连续变量量子光学电路。其功能包括在Xanadu量子硬件上执行光子算法,解决图优化、网络优化、机器学习和化学等问题。该库配备先进的模拟器,支持TensorFlow后端进行量子程序训练与优化。兼容Python 3.7至3.10,安装简便,提供丰富的教程和实用应用,并鼓励社区参与贡献。
Llama-3.2-3B-Instruct-uncensored-i1-GGUF - 多种量化选项助力模型性能与效率优化
GithubHugging FaceHuggingfaceLlama-3.2-3B-Instruct-uncensored使用指南开源项目机器学习模型模型量化
项目提供多种量化选项,包括i1-IQ1_S到i1-Q6_K不同规格的GGUF文件,满足研究和开发中的多样化需求。用户可参考TheBloke的指南了解使用方法,实现实际应用中的性能和效率优化,同时保持模型输出质量与资源利用的平衡。
deepseek-coder-33B-instruct-GGUF - DeepSeek Coder 33B Instruct模型GGUF量化版本
AI编程助手Deepseek CoderGGUFGithubHuggingfacellama.cpp开源项目模型量化
本项目提供DeepSeek Coder 33B Instruct模型的GGUF量化版本。GGUF是llama.cpp团队开发的新格式,替代了旧有的GGML。该模型专注于计算机科学领域,不回答政治敏感或安全隐私等无关问题。项目包含多种量化参数选项,支持CPU和GPU推理,兼容多种第三方界面和库。用户可根据硬件配置和使用需求选择适合的量化版本。
Llama-3-Hercules-5.1-8B-GGUF - 量化文本生成模型的高效选择指南
GithubHuggingfaceLlama-3-Hercules-5.1-8Btransformers开源项目性能优化文件下载模型量化
Llama-3-Hercules-5.1-8B-GGUF项目通过llama.cpp工具实现文本生成模型的量化,提供多种量化类型,以满足不同内存和性能的需求。用户可以在包括Q8_0、Q6_K、Q5_K_M等量化选项中,根据具体条件选择合适版本。建议用户通过合理的内存配置,在GPU或CPU上实现高效的模型运行。推荐使用K-quants格式以获取较高性能,而I-quants则适用于内存优化。
fortuna - 不确定性量化的开源库
AWS SageMakerBayesian推理FortunaGithub不确定性量化开源项目深度学习
Fortuna是一个专用于不确定性量化的开源库,适用于需要做出关键决策的场景。它提供了从预训练模型和深度学习模型进行校准和共形的方法,并支持多种贝叶斯推断方法。通过简单直观的语言和高度配置的特性,用户可以轻松运行基准测试并将不确定性引入生产系统。Fortuna支持从不确定性估算、模型输出以及Flax模型三种模式,确保预测结果的可靠性。详见官方文档和示例。
stable-diffusion-3-medium-GGUF - 高性能GGUF格式量化模型集合,支持多种精度的文生图应用
AI绘图GGUFGithubHuggingfacestable-diffusion-3开源项目模型模型压缩量化模型
该项目提供了基于Stable Diffusion 3 Medium的GGUF格式量化模型集合。包含4位至32位不同精度的版本,模型大小从4.55GB到31.5GB不等。使用stable-diffusion.cpp进行量化,可通过sd-api-server快速部署。这些模型适用于需要在各种硬件条件下平衡性能和资源的文生图应用场景。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号