data-juicer

大语言模型数据处理系统，提供多模态数据支持

Data-Juicer 多模态数据处理大规模语言模型数据模型协同开发数据处理 Github 开源项目

Data-Juicer 是一款强大的一站式数据处理系统，专为大语言模型设计。它支持多模态数据处理，具有80多种操作符和20多个配置方案，提供高效且并行的数据处理能力。其友好的用户体验和全面的文档，使其成为生产环境中的优选方案。

文档

dataspeech - 简化语音数据集标注与处理的实用工具

Data-SpeechGithub开源项目数据标注语音AI语音数据集音频转换

Data-Speech是一套用于语音数据集标注的实用脚本工具。它提供简洁代码库，支持音频转换和注释，有助于语音AI模型开发。该工具能重现研究论文中的注释方法，使用自然语言描述标注说话者特征。Data-Speech可处理LibriTTS-R和MLS等数据集，并为Parler-TTS库提供支持。它提供从数据集注释、特征映射到自然语言描述生成的完整工作流程。

DeepBI - 多数据源支持的AI数据分析平台，实现数据查询与可视化

DeepBIGithub人工智能多平台支持开源项目数据分析平台数据可视化

DeepBI是一款AI驱动的数据分析平台，利用大语言模型进行数据探索、查询、可视化和共享。平台支持对话获取数据结果，生成持久化查询与可视化，兼容MySQL、PostgreSQL、Doris、StarRocks等多种数据源，并支持Windows、Linux、Mac等操作系统。

thepipe - 全能多模态数据提取API 为LLM开发赋能

APIGithubLLM接口thepi.pe多模态数据提取开源项目文档处理

thepipe是一款多功能API，支持从PDF、网页、视频等多种来源提取markdown、表格和图像数据。该工具与GPT-4等视觉语言模型兼容，可轻松集成各类LLM和向量数据库。thepipe具备AI驱动的文件类型识别、版面分析和结构化数据提取能力，为多模态LLM开发提供综合支持。开发者可选择云端服务或本地部署方式使用。

awesome-LLM-resourses - 中文大语言模型全面资源汇总数据处理到评估应有尽有

GithubLLMRAG大语言模型开源项目微调推理评估

该项目汇总了中文大语言模型(LLM)领域的全面资源，包含数据处理、微调、推理和评估等多个环节的开源工具。资源库涵盖最新LLM技术，并收录RAG系统和AI代理等前沿应用。项目为LLM研究者和开发者提供了丰富的工具和信息，有助于推进相关项目的开发与应用。

LLM-Kit - 无需编程即可部署和定制多语言模型的工具整合包

GithubWebUIsuqin大模型开发部署开源项目语言模型

LLM-Kit项目通过WebUI整合了多种语言模型工具，实现了无需编程即可配置定制化模型和专业应用。项目支持Windows和Linux操作系统以及多个版本的Python，并提供多种训练和推理功能，包括角色扮演、AI智能体和数据库集成。项目还与众多知名模型和工具库兼容，开发者可以轻松上手并参与贡献，进一步优化和扩展项目功能。

djl - 简洁易用的Java深度学习框架，支持多引擎切换

Deep Java LibraryGithubJava框架开源开源项目机器学习深度学习

Deep Java Library (DJL) 是一个开源、高级、与深度学习引擎无关的Java框架，提供简单易用的深度学习体验。Java开发者无需成为机器学习专家即可使用现有技能构建、训练和部署模型。DJL支持自动选择CPU/GPU并提供最佳性能，用户可以随时在项目中切换引擎。其符合人体工程学的API接口指导用户完成深度学习任务，支持从模型加载到训练和推理的全流程操作，简化深度学习模型的集成。

towhee - 非结构化数据处理框架

GithubLLMTowhee多模态数据处理开源项目深度学习模型生成式AI

Towhee通过大型语言模型（LLM）编排，简化非结构化数据处理。支持多模态数据，如文本、图像、音频和视频。整合生成式AI和先进深度学习模型，将原始数据转换为特定格式并高效存储。提供丰富的预构建ETL管道、灵活的LLM编排和高性能后端。Towhee的Pythonic API使构建和优化数据处理管道更加便捷，适合开发者快速原型和生产部署。

Fast Data Analysis - 智能数据分析与可视化平台

AI助手AI工具协作可视化数据分析数据清理

Fast Data Analysis是一款革新性的AI驱动数据处理方案。通过GPT等先进机器学习技术，用户可在浏览器中通过自然语言对话轻松完成数据清理、分析和可视化，无需编程知识。平台支持线性回归、决策树等高级统计分析，并配备直观的数据编辑界面。具备多人协作功能，兼容多种数据格式，同时严格保障数据隐私。Fast Data Analysis致力于加速数据洞察获取，显著提升分析效率，适合各类数据处理需求，是数据分析领域的智能革命者。

LLMBox - 全面的大型语言模型训练与评估框架

GithubLLMBox大语言模型开源项目模型评估训练管道高效推理

LLMBox是一个综合性大型语言模型(LLM)库，集成了统一的训练流程和全面的模型评估功能。该框架旨在提供LLM训练和应用的完整解决方案，其设计注重实用性，在训练和使用过程中体现出高度的灵活性和效率。LLMBox支持多样化的训练策略和数据集，提供丰富的评估方法，并具备高效的推理和量化能力，为LLM的研究和开发提供了强大支持。

Jamba-tiny-dev - 轻量级机器学习模型助力Jamba架构开发调试

GithubHuggingfaceJamba实验开发开源项目机器学习模型模型调试语言模型

Jamba-tiny-dev作为一款小型机器学习模型，专注于Jamba架构的开发测试场景。模型仅包含319M参数并完成40B tokens训练，具备快速部署和可靠输出的特点，主要应用于单元测试等开发环境。需要注意的是，该模型并未经过充分训练，不适合用于生成高质量文本内容。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com