machine

ARIS ⚔️（自动睡眠研究）——仅需 Markdown 的轻量级自主机器学习研究技能：跨模型评审循环、想法发现与实验自动化。无框架、无锁定——兼容 Claude Code、Codex、OpenClaw 或任意 LLM 智能体。

TensorZero是工业级LLM应用的开源技术栈，整合了LLM网关、可观测性、优化、评估与实验功能。

示例 📓 Jupyter 笔记本，展示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

Triton推理服务器提供优化的云端和边缘推理解决方案。

关于机器学习系统设计和练习的小册子。不是“设计机器学习系统”一书的存储库，它是“dmls-book”

在任何AI基础设施上运行、管理和扩展AI工作负载。使用统一系统访问和管理所有AI计算资源（Kubernetes、17+云平台或本地部署）。

A 2.78-trillion-parameter Kimi K3 running inference on a single CPU in 8.24 GB of RAM. Portable C99: no BLAS, no framework, no GPU.

从一个 YAML 微调 LLM。层流在 4 GB 笔记本电脑 GPU 上训练 8B 模型。

该存储库旨在作为机器学习/人工智能技术面试的指南。

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。

快速、轻量、简洁的 Docker 容器与 Linux 设备

Multipass编排虚拟Ubuntu实例

一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归及其他机器学习任务，支持CPU和GPU计算。

本仓库旨在为机器学习/AI技术面试提供备考指南

Kata Containers 是一个开源项目社区，致力于构建轻量级虚拟机的标准实现方案，其使用体验和性能堪比容器，同时兼具虚拟机的工作负载隔离与安全优势。https://katacontainers.io/

在Apple Silicon上虚拟化macOS 12及更高版本，VirtualBuddy是一款适用于macOS M1、M2、M3、M4的虚拟机图形用户界面

包含吴恩达教授2022年斯坦福大学与Deeplearning.ai联合推出的Coursera机器学习专项课程解答与笔记

Evidently 是开源的机器学习和大语言模型可观测性框架。评估、测试并监控任何AI驱动系统或数据流水线。从表格数据到生成式AI，涵盖100多项指标。

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

H2O是一个开源、分布式、快速且可扩展的机器学习平台：支持深度学习、梯度提升、XGBoost、随机森林、广义线性模型、K均值聚类、主成分分析、广义可加模型、规则拟合、支持向量机、堆叠集成、自动机器学习等。

从零到精通的机器学习与数据科学课程全套教学资料

灵活强大的框架，用于管理多个AI智能体并处理复杂对话

可扩展且灵活的工作流编排平台，无缝统一数据、机器学习和分析技术栈。

在线AI与数据平台 https://vespa.ai