Aprendizaje automático · GitHub

La GUI, la API y el backend más potentes y modulares para modelos de difusión, con una interfaz de grafos y nodos. El motor de inferencia local más rápido del mundo.

• 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.

Sistemas de aprendizaje automático: fundamentos, escalabilidad, IA agéntica e IA física (vols. I–IV) • Harvard CS249r | https://mlsysbook.ai

Motor de pipelines de IA de alto rendimiento con un núcleo en C++ y más de 50 nodos extensibles mediante Python. Permite crear, depurar y escalar flujos de trabajo de LLM desde el IDE, con más de 13 proveedores de modelos, más de 8 bases de datos vectoriales y orquestación de agentes. Incluye una extensión para VS Code, SDK de TypeScript/Python y despliegue con 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

Ajusta LLM con un único YAML. El entrenamiento por capas en streaming permite entrenar un modelo de 8B en una GPU de portátil con 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: TTS sin tokenizador para la generación de voz multilingüe, el diseño creativo de voces y la clonación de voz fiel a la realidad

• 🌍 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

Motor de decisiones System 1 no autorregresivo. Realiza decisiones tipadas de elección, puntuación y sí/no sobre cualquier texto en una sola pasada hacia delante, en más de 100 idiomas, con un enrutador que selecciona el checkpoint adecuado para cada solicitud.

NVR con detección local de objetos en tiempo real para cámaras IP.

🤗 Transformers: el framework de definición de modelos para modelos de aprendizaje automático de vanguardia en texto, visión, audio y multimodal, tanto para inferencia como para entrenamiento.

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

Plataforma de datos abiertos para analistas, quants y agentes de IA.

YuE2: generación musical de vanguardia con planificación simbólica, versiones por zero-shot y edición musical mediante agentes.

• 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 semanas, 24 lecciones, ¡IA para todos!

Tensores y redes neuronales dinámicas en Python con una fuerte aceleración por GPU

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

Ultralytics YOLO27, YOLO26, YOLO11 y YOLOv8 para la detección de objetos, la segmentación de instancias, la segmentación semántica, la clasificación de imágenes, la estimación de pose y el seguimiento de objetos.

Dive into Deep Learning: para lectores de chino, ejecutable y abierto a la discusión. Las ediciones en chino y en inglés se utilizan para la enseñanza en más de 500 universidades de más de 70 países.