Logo

#AI框架

AISystem学习资料汇总 - AI全栈底层技术开源课程

1 个月前
Cover of AISystem学习资料汇总 - AI全栈底层技术开源课程

Phi-3-Vision-MLX: 为Apple Silicon打造的本地化视觉和语言模型

1 个月前
Cover of Phi-3-Vision-MLX: 为Apple Silicon打造的本地化视觉和语言模型

Awesome-LLMOps: 大型语言模型运维的最佳实践与工具

2 个月前
Cover of Awesome-LLMOps: 大型语言模型运维的最佳实践与工具

Semantic Kernel: 开启AI开发新纪元的强大框架

2 个月前
Cover of Semantic Kernel: 开启AI开发新纪元的强大框架

TensorLayerX:一个统一的深度学习和强化学习框架

2 个月前
Cover of TensorLayerX:一个统一的深度学习和强化学习框架

Atomic Agents:构建模块化、可扩展的AI代理框架

1 个月前
Cover of Atomic Agents:构建模块化、可扩展的AI代理框架

Agent Zero: 革命性的个人有机AI框架

2 个月前
Cover of Agent Zero: 革命性的个人有机AI框架

PraisonAI: 革新多智能体系统开发的低代码解决方案

2 个月前
Cover of PraisonAI: 革新多智能体系统开发的低代码解决方案

DSPy: 革新语言模型编程范式的强大框架

2 个月前
Cover of DSPy: 革新语言模型编程范式的强大框架

NITRAIN: 革新农业氮肥利用效率的新型解决方案

2 个月前
Cover of NITRAIN: 革新农业氮肥利用效率的新型解决方案

相关项目

Project Cover
nextpy
Nextpy是一个优化AI代码生成的框架,具有强大的提示引擎和模块化设计。它允许用户定义AI系统的边界,通过编译时处理和会话状态维护,显著提高生成效率。Nextpy支持多平台运行,兼容开源模型,并内置语法错误检测功能。开发者可以通过Nextpy提升Python开发技能。
Project Cover
AISystem
AI 系统全栈开源课程由ZOMI设计,深入讲解AI系统的结构与实现。内容涵盖AI芯片、计算架构、AI编程,核心技术等,适合高年级本科生、研究生和AI专业人士。探索AI计算、推理系统及框架核心技术,促进学习与应用。
Project Cover
TensorLayerX
TensorLayerX是一款支持多种后端(如TensorFlow、PyTorch、MindSpore、PaddlePaddle)的AI框架,允许用户在不同硬件上运行代码。该项目由北京大学、鹏城实验室、香港科技大学、帝国理工学院、普林斯顿大学、牛津大学、斯坦福大学、清华大学和爱丁堡大学的研究员维护,具备高度兼容性、丰富的模型库和便捷的部署能力,为深度学习开发者提供支持。
Project Cover
nitrain
Nitrain是一个高层次的Python库,用于简化医学图像采样和增强,支持多个框架(如Torch、TensorFlow、Keras)。该项目旨在简化医疗成像AI模型的训练过程,通过详细教程和文档,用户可以迅速上手并进行模型的训练和可视化。Nitrain提供合理的默认设置,使得模型训练变得更加简单,并且支持多个依赖包如ANTS。
Project Cover
dspy
DSPy是一个语言模型编程框架,通过分离程序流程和参数,实现了提示词和权重的自动优化。该框架引入了新型优化器,能根据特定指标调整参数,有效提升GPT-3.5、GPT-4等模型的性能。DSPy为开发者提供了系统化方法,以更高效地解决复杂AI任务,显著改善了语言模型在各种应用中的可靠性。
Project Cover
PraisonAI
PraisonAI是一个集中式框架,用于简化多智能体系统的创建和编排。该框架支持100多种大语言模型,提供多智能体UI、AI代理聊天和代码库交互等多种界面。PraisonAI强调易用性和定制化,适用于各种大语言模型应用场景。框架特点包括自动AI代理创建、YAML配置和自定义工具集成。
Project Cover
Awesome-LLMOps
Awesome-LLMOps列出了大语言模型运维(LLMOps)领域的优秀工具和资源。涵盖模型训练、部署、优化、服务、安全、搜索和代码AI等方面。该项目为开发者提供了构建和管理大规模语言模型应用的重要参考。
Project Cover
ZeroEval
ZeroEval是一个评估语言模型零样本推理能力的统一框架。它通过控制提示、采样和输出解析等因素,在MMLU、GSM等任务上测试指令微调模型的性能。该框架要求模型以JSON格式输出推理过程和答案,并持续扩展评估任务范围。
Project Cover
agent-zero
Agent Zero是一个开源的AI框架,专为个人助理设计。它能动态学习和成长,利用计算机作为工具完成任务。框架特点包括持久记忆、多代理协作、完全透明和可定制。用户可通过提示和沟通来扩展功能。Agent Zero提供实时交互和清晰输出,适用于多种场景。
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