Machine Learning

Tabby 是一款自托管的开源 AI 编程助手，旨在作为 GitHub Copilot 的本地化替代方案。它作为一个独立的系统运行，无需外部云服务或数据库管理。该平台支持消费级 GPU，并提供 OpenAPI 接口，以便与现有的开发基础设施无缝集成。

DeepEP 是一款专为现代机器学习训练和推理设计的高性能通信库，特别专注于专家并行技术。该库利用轻量级的 Just-In-Time 编译模块和 NCCL Gin 后端，提供高吞吐量、低延迟的 GPU kernels。它支持流水线并行和远程内存访问等高级功能，并与之前版本相比显著降低了 SM 资源消耗。

PaddlePaddle 是一个全面的工业级深度学习平台，提供核心框架、模型库和端到端开发工具。它支持统一动态图与静态图、自动并行以及用于科学计算的高阶微分等高级功能。该平台旨在促进跨不同工业领域的大规模模型训练与推理。

Thinking with Visual Primitives 引入了一种通过将空间标记直接交织到推理过程中来处理多模态大语言模型的新方法。该方法通过将抽象语言锚定到具体的物理坐标，解决了复杂结构任务中的引用鸿沟。该框架在保持高视觉标记效率的同时，通过压缩架构实现了具有前沿竞争力的性能。

本综合指南详细介绍了由 Nous Research 开发的 Hermes Agent 框架。书中分十七章涵盖了自我改进学习循环、记忆系统和自动化技能演进等核心机制。对于希望实现并定制自己智能代理的开发者和 AI 爱好者而言，本书是一份实用的参考资源。

Secret Llama 是一款完全在浏览器内运行的聊天机器人，允许用户在本地运行 Llama 3 和 Mistral 等开源模型。由于该应用程序直接在浏览器中运行，所有对话数据均保持私密，且无需进行任何服务器安装。该平台提供了一个用户友好的界面，在利用 WebGPU 技术提升性能的同时支持离线使用。

KittenTTS 是一个开源的轻量级文本转语音库，专为 CPU 上的高效语音合成而设计。它提供从 15M 到 80M 参数的多种模型尺寸，确保以极小的磁盘占用空间输出高质量的 24 kHz 音频。该库包含内置的文本预处理功能，并支持可调节的语速，以实现灵活的集成。

CorridorKey 是一款基于神经网络的工具，旨在解决将前景主体从绿幕或蓝幕背景中分离的复杂问题。它能够为每个像素重建真实的直通色彩和线性 Alpha 通道，从而有效保留头发和运动模糊等精细细节。该项目通过输出与行业标准合成软件兼容的 16-bit 和 32-bit Linear float EXR 文件，为高保真 VFX 工作流程提供支持。

Kronos 是一个开源的仅解码器基础模型，专门用于分析和预测金融 K 线序列。它利用两阶段框架，将多维市场数据量化为分层 Token，随后通过自回归 Transformer 进行处理。该项目提供了一套完整的预训练模型和工具，支持直接预测以及特定领域的微调。

AI Engineering from Scratch 是一个包含 320 小时的综合课程，引导学生从基础的线性代数学习到构建自主智能体集群。该课程强调 AI-native 的学习方法，学生在 20 个不同的阶段中使用 AI coding agents 来测试知识并构建可复用的工具。通过使用 Python、TypeScript、Rust 和 Julia 进行开发，学习者可以建立一个包含 prompts、技能和 agents 的专业作品集，并将其部署到实际环境中。