machine-learning 第 5 页
本站收录 904 个带「machine-learning」标签的 AI 开源项目（按 GitHub 星标从高到低，第 5 / 19 页）
evaluation-guidebook这是一个关于大语言模型评估的指南仓库，源自 Hugging Face 团队在维护 Open LLM Leaderboard 和设计 lighteval 过程中的★ 2,158
OnnxStreamOnnxStream 是一个轻量级的 ONNX 推理库，用 C++ 编写，专为资源受限环境设计。它解决了在低内存、低算力设备（如树莓派 Zero 2）上运行大型★ 2,088
docextdocext 是一个本地部署的、无需 OCR 的非结构化数据提取与 Markdown 转换工具包，同时提供基准测试能力。它主要解决企业从 PDF、Word、扫描★ 2,084
ComfyUI_frontendComfyUI_frontend 是 ComfyUI 官方前端实现，用 TypeScript 重写原本基于 LiteGraph 的节点式界面。它解决的问题是：旧★ 2,079
museganMuseGAN 是一个基于生成对抗网络的音乐生成模型，可生成多轨、多乐器协同的复调音乐，支持钢琴曲与完整多轨作品的创作。为 AI 音乐生成研究提供了经典的基线方★ 2,045
chatgpt.jschatgpt.js 是一个轻量级的 JavaScript 库，专为前端和 Node.js 环境设计，旨在简化与 ChatGPT（包括 GPT-4 和 GPT-★ 2,042
privacyprivacy 是 Google 开源的 Python 库，用于在训练机器学习模型时对训练数据提供形式化隐私保护。它基于差分隐私（Differential Pr★ 2,040
Awesome-FLAwesome-FL 是一个面向联邦学习（Federated Learning）领域的综合性学术资源清单，系统整理了该方向的重要论文、开源框架、常用数据集、教程★ 2,021
RAGHubRAGHub 是一个由社区驱动的检索增强生成（RAG）框架、项目和资源集合。它旨在解决 RAG 生态系统中信息分散、难以快速找到合适工具和最佳实践的问题。该项目★ 2,015
langchainrblangchainrb 是 Ruby 生态中构建 LLM 驱动应用的框架，将 LangChain 的核心概念移植到 Ruby，解决 Ruby 开发者无法便捷集成★ 2,006
ml-cvnetsCVNets 是苹果开源的计算机视觉训练库，基于 PyTorch 构建，目标是把分类、检测、分割等任务的训练流程统一到一套可复用的框架里。它解决的核心问题是：视★ 1,995
featureformFeatureform 是一个虚拟特征存储（Virtual Feature Store）系统，它不重新搭建存储，而是将你已有的数据基础设施（如 Postgres★ 1,991
deepvoice3_pytorchdeepvoice3_pytorch 是百度 Deep Voice 3 文本转语音（TTS）模型的 PyTorch 非官方实现。Deep Voice 3 是一种★ 1,977
opacusOpacus 是 Meta 开源的 PyTorch 差分隐私训练库，目标是让开发者用最小的代码改动，在 PyTorch 模型训练中引入可量化、可证明的隐私保护。★ 1,967
awesome-ai-agents-2026这是一个精选AI智能体、框架与工具的资源清单，收录了300多项内容，涵盖20多个类别，并每月更新。它旨在解决AI智能体生态碎片化、信息分散的问题，为开发者、研究★ 1,960
BitNetBitNet 是微软论文《BitNet: Scaling 1-bit Transformers for Large Language Models》的 PyTo★ 1,947
feathrFeathr 是一个面向企业的可扩展、统一的数据与 AI 工程平台，主要用于特征工程的全生命周期管理。它解决了机器学习中特征定义、计算、存储和在线/离线一致性难★ 1,946
fastdupfastdup 是一个开源的图像与视频数据集分析工具，旨在帮助深度学习从业者快速发现数据集中的问题并提升数据质量。它通过高效的算法在短时间内扫描海量数据，自动识★ 1,915
awesome-diarization这是一个精选的说话人日志（Speaker Diarization）资源列表，汇集了相关的论文、库、数据集和其他资源。它解决的是说话人日志领域信息分散、入门门槛高★ 1,912
ocrsocrs 是一个用 Rust 编写的 OCR 库和命令行工具，目标是从图片中提取文字。它把机器学习模型推理封装成易用的 Rust API，同时提供 CLI 方便★ 1,905
graph-fraud-detection-papers这是一个精选的图神经网络与Transformer在欺诈检测、异常检测和离群点检测领域的论文与资源列表。项目系统整理了基于图结构（如GNN、Graph Trans★ 1,900
CoreML-ModelsCoreML-Models 是一个将多种主流深度学习模型转换为 Apple Core ML 格式的模型仓库（Model Zoo）。它解决了 iOS/macOS ★ 1,887
sonarsonar 是一个面向大规模 LLM 推理场景的高性能引擎，用 C++ 编写，旨在解决大模型部署时的高延迟、低吞吐和硬件适配问题。它支持多种硬件后端，包括 NV★ 1,878
alan-sdk-iosAlan AI iOS SDK 是一个将语音对话能力嵌入 iOS 应用的开发工具包，旨在让开发者无需从零构建语音识别、自然语言处理和对话管理，即可快速为 App★ 1,876
llm-applications这是一个面向生产环境的 RAG（检索增强生成）LLM 应用构建指南，基于 Jupyter Notebook 形式提供系统化教程。项目由 Anyscale 团队维★ 1,862
dpm-solverDPM-Solver 是 NeurIPS 2022 Oral 论文的官方实现，针对扩散概率模型（DPM）采样速度慢的问题，提出了一种基于常微分方程（ODE）的高★ 1,859
alan-sdk-androidAlan AI 是一个面向 Android 应用的对话式 AI 平台，提供完整的语音助手解决方案。开发者通过 Alan Studio 可视化界面设计对话流程，无★ 1,802
ai-infra-engineer-learning面向生产级 ML 基础设施的系统学习路线，专为有 2~4 年经验的工程师设计。课程涵盖模型训练、推理服务、算力调度、可观测性等基础设施核心主题，帮助工程师补齐从★ 1,800
extractousextractous 是一个用 Rust 编写的高性能非结构化数据提取库，旨在解决从 PDF、Word、HTML、图片等各类文件中快速提取文本和元数据的问题。它★ 1,783
NLP-Models-TensorflowNLP-Models-Tensorflow 是一个汇集多种自然语言处理（NLP）模型实现的 TensorFlow 项目，主要面向 TensorFlow 1.13★ 1,780
raptorRAPTOR 是论文《Recursive Abstractive Processing for Tree-Organized Retrieval》的官方实现，提★ 1,773
NLP-Knowledge-Graph这是一个专注于自然语言处理、知识图谱、对话系统和大模型技术的研究与应用的开源项目。它旨在整合前沿AI技术，为开发者提供从理论到实践的完整参考。项目可能包含多种模★ 1,773
alan-sdk-flutterAlan AI 是一个面向 Flutter 应用的对话式 AI 平台 SDK，旨在让开发者通过几行代码为应用集成语音助手和聊天机器人。它解决了应用内自然语言交互★ 1,752
curatorcurator 是一个专注于合成数据策展的开源工具，主要服务于大语言模型的后训练阶段和结构化数据提取。它解决了高质量训练数据难以获取、合成数据质量参差不齐的问题★ 1,750
NBA-Machine-Learning-Sports-Betting这是一个利用机器学习预测NBA比赛结果并辅助体育博彩决策的开源项目。它解决了体育博彩中依赖主观经验和直觉、缺乏数据支撑的问题，通过数据驱动的方式提高预测准确性。★ 1,748
Jackrong-llm-finetuning-guide这是一个面向开发者的 LLM 微调实战指南，基于 Jupyter Notebook 形式，系统讲解从数据准备、模型选择、参数调整到训练评估的完整流程。项目旨在解★ 1,718
OpenMLDBOpenMLDB是一个开源的机器学习数据库，旨在解决ML特征计算中训练与推理不一致的痛点。它提供统一的特征平台，让用户能用SQL定义特征，并在训练和线上推理时获★ 1,715
katibKatib 是一个基于 Kubernetes 的自动化机器学习（AutoML）平台，旨在解决在云原生环境中进行超参数调优、神经网络架构搜索（NAS）和早停（Ea★ 1,706
mlrunMLRun 是一个开源的 MLOps 平台，旨在帮助团队快速构建和管理持续运行的机器学习应用全生命周期。它解决的核心问题是 ML 项目从开发到生产的工程化难题，★ 1,704
Awesome-Interaction-Aware-Trajectory-Prediction这是一个聚焦交互感知轨迹预测（Interaction-Aware Trajectory Prediction）的精选资源合集，主要服务于自动驾驶、机器人导航与行★ 1,693
fg-data-syntheticfg-data-synthetic 是一个专注于表格数据和时间序列数据合成的开源工具库。它利用生成对抗网络（GAN）等深度学习技术，解决真实数据获取成本高、隐私★ 1,661
alan-sdk-ionicAlan AI SDK for Ionic 是一个让 Ionic 应用快速获得对话式 AI 能力的官方 SDK。它解决了移动应用内构建复杂语音交互的难题，开发者★ 1,644
pixeltablePixeltable 是一个面向 AI 数据应用的多模态数据后端，旨在统一管理图像、视频、文本等非结构化数据及其相关的元数据和 AI 模型输出。它解决了 AI ★ 1,639
ExtractThinkerExtractThinker 是一个面向大语言模型的文档智能处理库，采用 ORM 风格的设计，让开发者能以类似数据库操作的方式灵活编排文档工作流。它解决了从复杂★ 1,601
DataProfilerDataProfiler 是一个开源的数据分析工具，用于快速提取数据集的模式（schema）、统计信息和实体标签。它解决的核心问题是帮助数据科学家和工程师在拿到★ 1,596
Semi-supervised-learning这是一个统一半监督学习代码库，对应 NeurIPS 2022 论文，旨在解决半监督学习领域算法实现分散、难以公平对比的问题。它把 FixMatch、FlexMa★ 1,591
rwkv.cpprwkv.cpp 是一个专注于在 CPU 上高效运行 RWKV 语言模型的推理引擎，支持 INT4、INT5、INT8 和 FP16 等多种量化精度。它解决了 ★ 1,588
aidemlAIDE 是一个基于大语言模型的机器学习工程智能体，旨在自动化 AI 研发流程。它通过自主探索代码空间，帮助数据科学家和机器学习工程师完成从数据探索、特征工程、★ 1,584
model-optimizationmodel-optimization 是 TensorFlow 官方推出的模型优化工具包，面向 Keras 和 TensorFlow 模型，提供量化、剪枝和权重★ 1,580
Generative_Deep_Learning_2nd_Edition这是 O'Reilly 出版的《Generative Deep Learning》第二版的官方代码仓库，旨在通过 Jupyter Notebook 教程，帮助读★ 1,568