机器学习 · GitHub

最强大、模块化程度最高的扩散模型 GUI、API 与后端，采用基于图与节点的界面。全球最快的本地推理引擎。

• 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.

A small, fast decision model, or system one model, for agentic workflows. Pick between options or rate on a scale faster than an LLM, with a calibrated confidence on every decision.

• Model routing — pick the right LLM for a task
• Tool selection — decide which tool an agent should call next

在单个 CPU 上使用 8.24 GB 内存运行 2.78 万亿参数的 Kimi K3 推理。采用可移植的 C99，无需 BLAS、框架或 GPU。

VoxCPM2：面向多语言语音生成、创意声音设计与逼真声音克隆的无分词器 TTS

• 🌍 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

YuE2：前沿音乐生成，支持符号规划、零样本翻唱和智能体驱动的音乐编辑。

• 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

🤗 Transformers：面向文本、视觉、音频和多模态的最先进机器学习模型的模型定义框架，支持推理与训练。

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

基于 Python 的张量与动态神经网络，具备强大的 GPU 加速能力

非自回归 System 1 决策引擎。通过单次前向传播，对任意文本执行带类型的选择、评分和是/否决策，支持 100 多种语言，并配备可为每个请求选择合适检查点的路由器。

用一个 YAML 微调大语言模型。层流式训练可在配备 4 GB 显存的笔记本 GPU 上训练 8B 模型。

ARIS ⚔️（Auto-Research-In-Sleep）——仅使用 Markdown 编写的轻量级技能，用于自主开展机器学习研究：跨模型评审循环、研究思路探索和实验自动化。不依赖框架，也不受厂商锁定——可与 Claude Code、Codex、OpenClaw 或任何 LLM 智能体配合使用。

• 📊 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

《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。

Ultralytics YOLO27、YOLO26、YOLO11 和 YOLOv8，用于目标检测、实例分割、语义分割、图像分类、姿态估计和目标跟踪。

面向分析师、量化分析师和 AI 智能体的开放数据平台。

FinceptTerminal 是一款现代化金融应用，提供高级市场分析、投资研究和经济数据工具，旨在通过友好的环境支持交互式探索和数据驱动的决策。

Qlib 是一个面向 AI 的量化投资平台，旨在利用 AI 技术赋能量化研究，涵盖从探索想法到投入生产的全过程。Qlib 支持多种机器学习建模范式，包括监督学习、市场动态建模和强化学习（RL），现已配备 https://github.com/microsoft/RD-Agent，可自动化研发流程。

机器学习系统：基础、规模化、智能体 AI 与物理 AI（第 I–IV 卷）• Harvard CS249r | https://mlsysbook.ai

用于全模态模型高效推理的框架

12 周、24 节课，人人都能学的 AI！

MNN：经阿里巴巴实战验证的超高速轻量级推理引擎，为高性能端侧大语言模型和边缘 AI 提供支持。

即使是精简团队，这也是实现 AI 驱动的全栈可观测性的最快路径。

• Real-Time - Per-second data collection and processing - Works in a beat – click and see results instantly
• Zero-Configuration - Automatic detection and discovery - Auto-discovers everything on the nodes it runs