支持GPU强力加速的Python张量与动态神经网络库

Ultralytics YOLOv5 在 PyTorch > ONNX > CoreML > TFLite 中的实现

一套关于前沿计算机视觉模型与技术的教程合集，涵盖从ResNet等基础架构到YOLO11、RT-DETR、SAM 2、Florence-2、PaliGemma 2和Qwen2.5VL等尖端模型的全方位探索。

RF-DETR是由Roboflow开发的实时目标检测与分割模型架构，在COCO数据集上达到最优水平，专为微调设计

规模最大的PyTorch图像编码器/骨干网络集合。包含训练、评估、推理、导出脚本与预训练权重——支持ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer（ViT）、MobileNetV4、MobileNet-V3和V2、RegNet、DPN、CSPNet、Swin Transformer、MaxViT、CoAtNet、ConvNeXt等模型

🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

最强大且模块化的扩散模型图形用户界面、应用程序接口及后端，提供基于图或节点的交互界面。

面向大语言模型的高吞吐量与内存优化型推理服务引擎

面向所有人的开源机器学习框架

scikit-learn：Python机器学习库

基于 AI 智能体和 RAG 技术的精选 LLM 应用集合，支持 OpenAI、Anthropic、Gemini 及开源模型

谷歌研究院

The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.

一个使用大语言模型从非结构化文本中提取结构化信息的Python库，具备精确的源数据溯源和交互式可视化功能。

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

TimesFM是谷歌研究团队开发的预训练时间序列基础模型，专注于时间序列预测任务。

📄🧠 PageIndex：基于推理的RAG文档索引系统 （注：根据技术文档翻译规范，RAG保持英文缩写形式，因其在人工智能领域作为"Retrieval-Augmented Generation"的专有术语已被广泛接受；"Reasoning-based"采用"基于推理的"标准译法，准确体现技术特性；整体表述保持项目描述的专业性与简洁性）

开源前沿语音人工智能

CLIP（对比语言-图像预训练模型）：根据图像预测最相关的文本片段

面向直播与流媒体的跨平台可定制机器学习解决方案