RLHF-Reward-Modeling 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Recipes to train reward model for RLHF.
microsoft
Windows 效率工具集,提供窗口管理、批量重命名、取色器等系统增强功能。目前累计 14 万 star、8.7k fork,在本地项目库中星标排名约第 76 / 65722,主要语言为 C,项目始于 2019 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给需要桌面端软件的团队:涉及 advanced-paste、color-picker、command-palette、desktop 方向。
按累计星标排序,库内共 65,729 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,044 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
RLHF-Reward-Modeling 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Recipes to train reward model for RLHF.
Ovis 是用 Python 编写的学习资料,用于系统学习与查阅。
A novel Multimodal Large Language Model (MLLM) architecture, designed to structurally align visual and textual embeddings.
tlm 是用 Go 编写的命令行工具,在终端中直接使用。
Local CLI Copilot, powered by Ollama. 💻🦙
generative-ai-use-cases 是用 TypeScript 编写的 AI 工具,用于大模型与智能体应用开发。
Application implementation with business use cases for safely utilizing generative AI in business operations
LLM-Pruner 是用 Python 编写的学习资料,用于系统学习与查阅。
[NeurIPS 2023] LLM-Pruner: On the Structural Pruning of Large Language Models. Support Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLl…
raycast-g4f 是用 JavaScript 编写的 AI 工具,用于大模型与智能体应用开发,主打开源免费。
Raycast extension to use GPT, Claude, Llama, and more... all for FREE! + Full support for custom APIs.
agents-flex 是用 Java 编写的 AI 工具,用于大模型与智能体应用开发,主打轻量。
Agents-flex is A lightweight Java AI agent development framework (positioned as a counterpart to Spring AI). It supports features such as RAG, MCP, …
Automodel 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发,主打可伸缩。
🚀 Pytorch Distributed native training library for LLMs/VLMs with OOTB Hugging Face support
aws-ai-stack 是用 JavaScript 编写的运维工具,用于部署、编排与监控。
AWS AI Stack – A ready-to-use, full-stack boilerplate project for building serverless AI applications on AWS
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 66,044 个,本站已收录 65,729 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。