transformer

Blaizzy/mlx-audio

Python

基于 Apple MLX 框架构建的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库，可在 Apple Silicon 上提供高效的语音分析。

apple-silicon audio-processing mlx

Blaizzy 开发者

7.8k

689

1.1k

+12

排名 #15

8月17日

查看详情

adithya-s-k/omniparse

Python

摄取、解析并优化任意数据格式 ➡️ 从文档到多媒体 ➡️ 以增强与GenAI框架的兼容性

ingestion-api ocr omniparser

adithya-s-k 开发者

7.4k

610

727

+100

排名 #13

5月28日

查看详情

vladmandic/sdnext

Python

SD.Next：用于 AI 生成图像和视频创建、字幕和处理的一体化 WebUI

ai-art caption diffusers

vladmandic 开发者

7.3k

573

714

+24

排名 #10

8月9日

查看详情

MakazhanAlpamys/Soup

Python

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

cli consumer-gpu dpo

MakazhanAlpamys 开发者

6.7k

1k

517

+104

排名 #14

9月16日

查看详情

argmaxinc/argmax-oss-swift

Swift

面向苹果芯片的端侧语音人工智能

inference ios macos

argmaxinc 开发者

6.3k

596

870

+2

排名 #8

8月16日

查看详情

FareedKhan-dev/train-llm-from-scratch

Python

一种训练大语言模型的直接方法，涵盖从数据下载到文本生成的完整流程。

gemini large-language-models llm

FareedKhan-dev 开发者

6.1k

835

854

+105

排名 #13

6月14日

查看详情

argosopentech/argos-translate

Python

用Python编写的开源离线翻译库

language-models linux machine-translation

argosopentech 开发者

6k

458

959

+17

排名 #17

5月14日

查看详情

cactus-compute/cactus

C++

在手机、可穿戴设备及AI原生硬件上本地运行人工智能

ai android arm

cactus-compute 开发者

6k

497

1.1k

+425

排名 #17

8月31日

查看详情

salesforce/BLIP

Jupyter Notebook

BLIP 模型的 PyTorch 实现：通过自举法实现语言-图像预训练，达成统一视觉-语言理解与生成

image-captioning image-text-retrieval vision-and-language-pre-training

salesforce 开发者

5.7k

765

872

排名 #9

7月4日

查看详情

vllm-project/semantic-router

Go

面向混合模型的智能路由器。

ai-gateway bert-classification fine-tuning

vllm-project 开发者

5.6k

917

1.2k

+198

排名 #8

9月6日

查看详情

Michael-A-Kuykendall/shimmy

Rust

⚡ 无需Python的Rust推理服务器 — 兼容OpenAI-API。支持GGUF与SafeTensors、热模型切换、自动发现、单二进制文件。现在免费，永远免费。

api-server command-line-tool developer-tools

Michael-A-Kuykendall 开发者

5.6k

533

794

+11

排名 #17

6月29日

查看详情

OpenBMB/UltraRAG

Python

UltraRAG v3：一个用于构建复杂创新RAG管道的低代码MCP框架

deepseek demo easy

OpenBMB 开发者

5.4k

387

1k

+13

排名 #10

3月3日

查看详情

vllm-project/vllm-omni

Python

一个面向全模态模型的高效推理框架。

audio-generation diffusion image-generation

vllm-project 开发者

5.1k

1.1k

1.4k

+24

排名 #15

6月10日

查看详情

Blaizzy/mlx-vlm

Python

MLX-VLM：基于MLX在Mac上进行视觉语言模型推理与微调的工具包

apple-silicon florence2 idefics

Blaizzy 开发者

4.7k

522

938

+50

排名 #11

5月7日

查看详情

OpenNMT/CTranslate2

C++

面向Transformer模型的快速推理引擎

avx avx2 cpp

OpenNMT 开发者

4.5k

497

771

+3

排名 #5

6月27日

查看详情

huggingface/course

MDX

Hugging Face transformers 课程

deep-learning hacktoberfest nlp

huggingface 开发者

4.2k

1.4k

1.3k

+25

排名 #21

9月16日

查看详情

JohnSnowLabs/spark-nlp

Scala

顶尖自然语言处理技术

bert entity-extraction language-detection

JohnSnowLabs 开发者

4.1k

743

1.1k

排名 #10

7月17日

查看详情

androidx/media

Java

Jetpack Media3 媒体用例支持库，包含用于 Android 的可扩展媒体播放器 ExoPlayer

android exoplayer java

androidx 开发者

2.9k

894

1.4k

+11

排名 #18

8月9日

查看详情

vllm-project/vllm-ascend

C++

面向昇腾平台的vLLM社区维护硬件插件

ascend inference llm

vllm-project 开发者

2.9k

2.3k

1.7k

+1

排名 #3

9月19日

查看详情

bbruceyuan/Hands-On-Large-Language-Models-CN

Jupyter Notebook

动手学习大模型

hands-on-llm hands-on-transformers hans-on-llms

bbruceyuan 开发者

2.8k

309

775

+4

排名 #18

8月15日

查看详情

liustack/modlens

TypeScript

DeepSeek Harness 的第一个视觉插件，以及每个纯文本编码代理的视觉桥。粘贴图像，获取结构化 JSON 证据（OCR、布局、语义）。 | 全网第一个 DeepSeek Harness 视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得格式化 JSON 证据（OCR、版面、语义）。

agent-skills claude-code claude-skills