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 →

Intel 官方的大语言模型与视觉-语言模型后训练量化工具包，基于 SignRound 算法支持 2-4 bit 极低比特量化与自动混合精度方案生成，可跨 Intel CPU/GPU、NVIDIA GPU、Habana Gaudi 部署。

多模态大语言模型Transformers

查看详情 →

面向 macOS Apple Silicon 的全链路端侧语音 AI 助手，集成 STT、LLM、TTS、VLM、RAG 与系统操作控制，完全离线运行。

模型与推理框架大语言模型多模态

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 →

由因斯布鲁克大学开发的模块化Python工具包，整合信息检索、重排序与RAG生成功能，内置40+预处理数据集，支持一行代码构建完整RAG管道。

模型与推理框架自然语言处理SDK

查看详情 →

O'Reilly《Hands-On Large Language Models》官方代码库，包含12章核心内容与Bonus章节，涵盖Tokens、Transformer、RAG、微调等主题。提供300+插图与可运行的Jupyter Notebook，支持Colab与本地环境。

自然语言处理RAG大语言模型

查看详情 →

包含93+个生产级示例的综合AI工程资源库，提供LLM应用、RAG系统、AI Agent开发及MCP协议的深度教程与可运行代码实现，覆盖从初级到高级的完整学习路径。

其他大语言模型MCP

查看详情 →

清华大学THUNLP推出的端到端全能多模态大模型，支持视觉理解、语音对话和全双工多模态实时流交互，性能接近Gemini 2.5 Flash，可在手机端高效运行。

大语言模型多模态Transformers

查看详情 →

语言模型全自动审查移除工具，通过方向性消融与TPE参数优化自动移除模型安全对齐，在最小化拒绝行为的同时保留模型原始能力。支持稠密模型、多模态模型和MoE架构。

多模态大语言模型Transformers

查看详情 →

由清华大学与智谱 AI 联合推出的开源端到端视觉语言模型驱动的 GUI 智能体，基于 GLM-4V-9B 双语开源 VLM 基座模型，通过屏幕截图与自然语言指令实现跨平台（Windows/macOS/Android）图形界面自动化操作与推理。

模型与推理框架大语言模型多模态

查看详情 →