面向大语言模型的灵活、高效、生产可用的强化学习后训练框架

其他深度学习多模态

查看详情 →

衡量 AI 模型是否会挑战无意义提示词而非自信回答的基准测试工具，包含 100 道覆盖 5 个领域的无意义问题，采用三级评判体系与多裁判面板机制。

模型与推理框架自然语言处理大语言模型

查看详情 →

斯坦福出品的本地优先个人 AI 代理框架，通过五大可组合原语实现离线智能体编排、技能导入与 trace 驱动持续学习，支持 10+ 推理后端与四种交互方式。

其他大语言模型MCP

查看详情 →

面向具身智能与智能体 AI 后训练场景的灵活可扩展强化学习训练基础设施，通过 M2Flow 范式实现逻辑工作流构建与高效物理执行解耦。

多模态AI代理强化学习

查看详情 →

面向大语言模型的全流程数据准备系统，支持通过可复现的算子流水线进行数据生成、清洗、评估与过滤。

模型与推理框架自然语言处理RAG

查看详情 →

面向大语言模型的强化学习训练环境构建库，提供从开发、测试到规模化 Rollout 采集的完整基础设施，内置丰富的 RLVR 场景与工具调用支持。

其他深度学习AI代理

查看详情 →

面向 Agent、LLM 与传统 ML 模型的开源 AI 工程平台，提供实验追踪、模型注册、LLM 可观测性、评估、提示词优化及统一 API 网关等全生命周期管理能力。

模型与推理框架SDKAI代理

查看详情 →

自学习向量数据库，集成图神经网络搜索优化、本地 LLM 推理、Cypher 图查询与 PostgreSQL 向量扩展，支持从 WASM 嵌入式到 Raft 分布式集群的多形态部署。

文档教程与资源机器学习RAG

查看详情 →

一款开源的通用多智能体框架，支持通过自然语言构建、评估和训练自主智能体舰队。具备分布式强化学习训练管道，支持网页浏览、操作系统控制等复杂环境交互，在 GAIA、OSWorld、VisualWebArena 等权威基准测试中名列前茅。

其他多模态大语言模型

查看详情 →

哈佛大学出品的机器学习系统工程教材，集成 TinyTorch 框架与边缘设备部署实验，覆盖从 ML 基础到系统优化的完整知识体系。

其他深度学习机器学习

查看详情 →