Maschinelles Lernen · GitHub

Die leistungsstärkste und modularste GUI, API und das Backend für Diffusionsmodelle mit einer Oberfläche aus Graphen und Knoten. Die schnellste lokale Inferenz-Engine der Welt.

• A visual node graph for building and reusing image, video, audio, 3D, and text workflows without code.
• Reusable subgraphs, workflow templates, App Mode, and a local API for integrating workflows into applications.

Maschinelle Lernsysteme: Grundlagen, Skalierung, agentische KI und physische KI (Bände I–IV) • Harvard CS249r | https://mlsysbook.ai

Hochleistungsfähige KI-Pipeline-Engine mit einem C++-Kern und über 50 mit Python erweiterbaren Knoten. LLM-Workflows lassen sich direkt in der IDE mit über 13 Modellanbietern, über 8 Vektordatenbanken und Agentenorchestrierung erstellen, debuggen und skalieren. Enthält eine VS-Code-Erweiterung, TypeScript-/Python-SDKs und Unterstützung für die Bereitstellung mit Docker.

• Rocket Builder - Drag, connect, and configure nodes visually, no boilerplate. Real-time observability tracks token usage, LLM calls, latency, and execution. Pipelines are portable JSON, version-controllable, shareable, and runnable anywhere.
• High-Performance C++ Runtime - Native multithreading purpose-built for the throughput demands of AI and data workloads. No bottlenecks, no compromises for production scale.

ARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.

• 📊 87 composable skills — mix and match, or chain into full pipelines (/idea-discovery, /auto-review-loop, /paper-writing, /research-pipeline). See full catalog →
• 🔍 Literature & novelty — multi-source paper search (Zotero + Obsidian + local PDFs + arXiv/Scholar) + cross-model novelty verification

LLMs mit einer einzigen YAML-Datei feinabstimmen. Layer-Streaming ermöglicht das Training eines 8B-Modells auf einer Laptop-GPU mit 4 GB.

:sunrise: A comprehensive, cutting-edge open-source framework for next-generation Transformers, with compute-matched benchmarking and a platform for autonomous architecture research.

VoxCPM2: Tokenizer-freies TTS für mehrsprachige Sprachgenerierung, kreatives Stimmdesign und lebensechtes Stimmklonen

• 🌍 30-Language Multilingual — Input text in any of the 30 supported languages and synthesize directly, no language tag needed
• 🎨 Voice Design — Create a brand-new voice from a natural-language description alone (gender, age, tone, emotion, pace …), no reference audio required

Nicht-autoregressive System-1-Entscheidungs-Engine. Führt typisierte Auswahl-, Bewertungs- und Ja/Nein-Entscheidungen über beliebigen Text in einem einzigen Forward Pass aus, in über 100 Sprachen, mit einem Router, der für jede Anfrage den passenden Checkpoint auswählt.

NVR mit lokaler Echtzeit-Objekterkennung für IP-Kameras.

🤗 Transformers: das Framework zur Modelldefinition für State-of-the-Art-Modelle des maschinellen Lernens in Text, Vision, Audio und multimodal, für Inferenz und Training.

• High performance on natural language understanding & generation, computer vision, audio, video, and multimodal tasks.
• Low barrier to entry for researchers, engineers, and developers.

Offene Datenplattform für Analysten, Quants und KI-Agenten.

YuE2: moderne Musikgenerierung mit symbolischer Planung, Zero-Shot-Coverversionen und agentengestützter Musikbearbeitung.

• Lyrics + style → score → full song - Source recording → melody score → a new interpretation - Musical feedback → score, style, or lyric revisions → a new recording
• Listen and inspect the score - Hear zero-shot covers - Follow an editing conversation

12 Wochen, 24 Lektionen, KI für alle!

Tensoren und dynamische neuronale Netze in Python mit starker GPU-Beschleunigung

A machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.

Ultralytics YOLO27, YOLO26, YOLO11 und YOLOv8 für Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifikation, Posenschätzung und Objektverfolgung.

Dive into Deep Learning: für chinesischsprachige Leser, ausführbar und diskutierbar. Die chinesische und die englische Ausgabe werden an mehr als 500 Universitäten in über 70 Ländern für die Lehre verwendet.