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 →

全解耦多模态模型推理与服务框架，扩展 vLLM 支持任意到任意模态的统一推理与高性能部署。

深度学习多模态FastAPI

查看详情 →

NVIDIA 出品的 LLM 全流程开发管线工具集，覆盖合成数据生成、多后端推理、模型训练与 11 大类 benchmark 评测，支持从单 GPU 到万卡 Slurm 集群的弹性扩展。

深度学习AI代理MCP

查看详情 →

面向 Apple Silicon 的本地 OpenAI 兼容多模态 API 服务器，支持文本、视觉、音频转录与图像生成/编辑模型的统一部署。

深度学习大语言模型多模态

查看详情 →

在本地设备集群上运行前沿大模型的分布式推理框架，基于 Apple MLX 与 libp2p，支持自动设备发现、拓扑感知并行与多 API 兼容。

深度学习大语言模型PyTorch

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 →

即插即用的多目标跟踪（MOT）Python库，提供SORT和ByteTrack等经典算法的模块化实现。采用检测器无关设计，可配合任意目标检测模型（YOLO、DETR等）使用，支持视频文件、摄像头、RTSP流等多种输入源。提供统一CLI工具与Python API，内置CLEAR、HOTA、Identity等标准MOT评估指标计算功能。

多模态深度学习SDK

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 →

基于InvisPose研究的生产级WiFi穿墙人体姿态估计系统，利用商用Mesh路由器的CSI信号实现无需摄像头的实时全身追踪，支持多人追踪、跌倒检测等高级分析功能。

多模态深度学习Docker

查看详情 →

清华大学 THUDM 推出的 LLM 强化学习后训练框架，深度融合 Megatron-LM 训练能力与 SGLang 推理引擎，支持大规模 RL Scaling，适用于 GLM、Qwen、DeepSeek、Llama 等大模型的分布式强化学习训练。

其他深度学习大语言模型

查看详情 →