optimization
本站收录 27 个带「optimization」标签的 AI 开源项目
rayRay 是一个面向 AI 计算的分布式引擎，由核心分布式运行时和一组 AI 库组成，用于加速机器学习工作负载。它解决了大规模分布式训练、调参、推理和服务部署中的★ 43,949
deep-learning-drizzle这是一个深度学习相关学习资源的精选合集，汇集了全球顶尖大学和机构的免费视频讲座，覆盖深度学习、强化学习、机器学习、计算机视觉和自然语言处理等核心领域。项目以分类★ 12,956
serveServe 是一个用于在生产环境中部署、优化和扩展 PyTorch 模型的开源基础设施项目。它解决了将训练好的 PyTorch 模型高效、稳定地服务化的问题，提★ 4,344
optillmoptillm 是一个面向大语言模型（LLM）推理场景的优化代理服务。它位于客户端与模型服务之间，通过集成多种前沿推理优化技术，如思维链（CoT）、自我一致性、★ 4,304
ragbitsragbits 是一个用于快速构建生成式 AI 应用的 Python 开发框架，提供模块化的构建块，帮助开发者高效组合检索增强生成（RAG）、智能体（Agent★ 1,669
symforceSymForce 是面向机器人、自动驾驶与 SLAM 场景的开源符号计算与非线性优化框架。它把符号表达式自动生成高效的 C++ 与 Python 代码，让开发者★ 1,646
prunaPruna 是一个面向开发者的模型优化框架，旨在以最小的工作量让 AI 模型运行得更快、更高效。它主要解决深度学习模型在推理阶段的性能瓶颈问题，通过组合多种优化★ 1,303
TraceTrace 是一个面向 AI Agent 的端到端生成式优化框架，旨在解决智能体在复杂任务中表现不稳定、难以自动调优的问题。它通过将 Agent 的执行轨迹（t★ 760
ckCollective Knowledge (CK) 是一个开源自动化框架，旨在帮助用户高效地在多样化的模型、数据集、软件和硬件上运行AI/ML及其他新兴工作负载★ 651
optimum-intelOptimum Intel 是 Hugging Face 与 Intel 合作推出的优化工具库，旨在通过 Intel 的 OpenVINO 等工具加速 Tran★ 624
LLM4AD_NextLLM4AD_Next 是一个面向自动算法设计的下一代开源平台，目标是把原本门槛很高的自动化算法研发变得更容易上手。它把大语言模型与进化搜索、发现循环等机制结合★ 554
tokenjuicetokenjuice 是一个面向终端重度 AI Agent 工作流的输出压缩工具，核心目标是给 Token「减肥」。当开发者用 Claude Code、Curs★ 522
ratelRatel 是一个面向 AI 代理的上下文工程工具，旨在解决代理工具过载和上下文爆炸问题。它通过进程内 BM25 和语义检索，提供技能和记忆管理，实现渐进式披露★ 462
Awesome-LLM-Prompt-Optimization这是一个精选列表，汇总了大型语言模型（LLM）中先进的提示词优化与调优方法。项目旨在解决提示词工程依赖人工经验、效率低且效果不稳定的问题，系统整理了自动提示优化★ 420
dockershrinkdockershrink 是一个用 Go 编写的 AI 助手，旨在自动缩减 Docker 镜像体积。它利用检索增强生成（RAG）技术，结合 AI 能力分析 Do★ 418
openclaw-optimization-guideOpenClaw 优化指南是一个面向 OpenClaw AI 智能体的实战优化手册，旨在解决智能体运行速度慢、响应质量差和成本高的问题。它系统性地覆盖了速度优化★ 388
optimize-ai-agent-memory这是一个专注于AI Agent记忆优化的开源项目，以Jupyter Notebook形式提供了9种不同的记忆优化方法。它解决了AI Agent在长期交互中记忆混★ 352
ResearcherSkillResearcherSkill 是一个让 AI 编程代理自动进行科学实验的开源项目。它通过单个文件集成，使 AI 代理（如 Claude Code、Codex、★ 263
CTXCTX 是一个面向编码智能体的上下文运行时引擎，用 Rust 编写。它解决的是 AI 编程助手在复杂项目中上下文管理混乱、信息过载的问题，通过动态收集、组织和注★ 143
mlx-flashmlx-flash 是一个针对 Apple Silicon 的开源工具，通过权重流式加载技术，让 MLX 框架能够运行超过设备内存容量的超大模型。它解决了 Ap★ 136
kapsokapso是一个基于知识图谱的自主机器学习/人工智能程序合成与优化框架。它解决的核心问题是：大语言模型在生成和优化代码时缺乏领域知识支撑，导致生成结果不够精准、★ 115
training_hubtraining_hub 是一个面向大语言模型训练、持续学习和强化学习技术的算法接口库。它旨在为研究者和工程师提供一个统一、简洁的界面，以访问和比较各种常见的训★ 98
heurigymheurigym 是一个面向组合优化问题的智能体基准测试框架，由 ICLR'26 论文提出。它专门评估大型语言模型（LLM）在组合优化任务中自主设计启发式算法的★ 96
benderoptbenderopt 是一个黑盒优化库，旨在帮助用户在没有梯度信息的情况下，对任意函数进行参数调优。它解决了传统优化方法（如梯度下降）无法应用于离散、不可导或评估★ 87
NeuralTexGenNeuralTexGen 是一个基于 PyTorch 的图像空间纹理优化工具，用于为 3D 网格生成高质量纹理。它解决的是传统 UV 映射和手工纹理绘制流程繁琐★ 73
adoado 是一个用于设计、执行和分析实验活动的 Python 框架。它解决的是机器学习研究或工程中实验管理混乱、流程不统一、结果难以复现的问题。核心能力包括：提供★ 65
arboricarboric 是一个面向 AI 计算的基础设施项目，定位为 AI 算力的“经济模式”。它通过智能调度和资源优化，降低 AI 推理和训练过程中的算力消耗，帮助团★ 56