transformer

一个用于在文本、图像和结构化数据中检测、编辑、掩码和匿名化敏感数据的开源框架。支持自然语言处理、模式匹配和可定制流水线。

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

一个基于苹果MLX框架构建的文本转语音、语音转文本及语音转语音库，可在Apple Silicon芯片上实现高效语音分析。

面向苹果芯片的端侧语音人工智能

用Python编写的开源离线翻译库

适用于Apple Silicon设备的本地语音识别

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

UltraRAG v3：一个用于构建复杂创新RAG管道的低代码MCP框架

⚡ 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。

在手机、可穿戴设备及AI原生硬件上本地运行人工智能

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

在手机、可穿戴设备及AI原生硬件上本地运行人工智能

顶尖自然语言处理技术

一个面向全模态模型的高效推理框架。

Hugging Face transformers 课程

面向混合模型的智能路由器。

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

动手学习大模型

面向昇腾平台的vLLM社区维护硬件插件

面向昇腾平台的vLLM社区维护硬件插件

[ICLR 26] Stable Video Infinity：基于错误回收的无限长度视频生成

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。

最佳多智能体论文汇编

SpargeAttention：一种免训练的稀疏注意力机制，可加速任何模型推理