主流预训练模型库,NLP、视觉、多模态模型开箱即用,是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…
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 65,724 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,033 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。
主流预训练模型库,NLP、视觉、多模态模型开箱即用,是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…
AI-For-Beginners 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
12 Weeks, 24 Lessons, AI for All!
AiLearning:数据分析+机器学习实战+线性代数+PyTorch+NLTK+TF2
AiLearning:数据分析+机器学习实战+线性代数+PyTorch+NLTK+TF2
微舆:人人可用的多Agent舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,辅助决策!从0实现,不依赖任何框架。
微舆:人人可用的多Agent舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,辅助决策!从0实现,不依赖任何框架。
bert 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
TensorFlow code and pre-trained models for BERT
langextract 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code 是一个 AI 工具,用于人工智能方向的建模与推理。
500 AI Machine learning Deep learning Computer vision NLP Projects with code
HanLP 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Natural Language Processing for the next decade. Tokenization, Part-of-Speech Tagging, Named Entity Recognition, Syntactic & Semantic Dependency Par…
spaCy 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
💫 Industrial-strength Natural Language Processing (NLP) in Python
laya 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Non-autoregressive System 1 decision engine. Typed choice, score and yes/no decisions over any text in a single forward pass, in 100+ languages, wit…
storm 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
An LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations.
RAG_Techniques 是用 Jupyter Notebook 编写的 AI 工具,用于大模型与智能体应用开发。
This repository showcases various advanced techniques for Retrieval-Augmented Generation (RAG) systems. Each technique has a detailed notebook tutor…
整理开源的中文大语言模型,以规模较小、可私有化部署、训练成本较低的模型为主,包括底座模型,垂直领域微调及应用,数据集与教程等。
整理开源的中文大语言模型,以规模较小、可私有化部署、训练成本较低的模型为主,包括底座模型,垂直领域微调及应用,数据集与教程等。
datasets 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打速度快、易用。
🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation tools
FinGPT 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅,主打开源免费。
FinGPT: Open-Source Financial Large Language Models! Revolutionize 🔥 We release the trained model on HuggingFace.
awesome-nlp 是一个 AI 工具,用于人工智能方向的建模与推理。
:book: A curated list of resources dedicated to Natural Language Processing (NLP)
中文LLaMA&Alpaca大语言模型+本地CPU/GPU训练部署 (Chinese LLaMA & Alpaca LLMs)
中文LLaMA&Alpaca大语言模型+本地CPU/GPU训练部署 (Chinese LLaMA & Alpaca LLMs)
此项目是机器学习(Machine Learning)、深度学习(Deep Learning)、NLP面试中常考到的知识点和代码实现,也是作为一个算法工程师必会的理论基础知识。
此项目是机器学习(Machine Learning)、深度学习(Deep Learning)、NLP面试中常考到的知识点和代码实现,也是作为一个算法工程师必会的理论基础知识。
ML-YouTube-Courses 是一个 AI 工具,用于人工智能方向的建模与推理。
📺 Discover the latest machine learning / AI courses on YouTube.
Awesome-pytorch-list 是一个 AI 工具,用于人工智能方向的建模与推理,主打功能完整。
A comprehensive list of pytorch related content on github,such as different models,implementations,helper libraries,tutorials etc.
memvid 是用 Rust 编写的 AI 工具,用于人工智能方向的建模与推理。
Memory layer for AI Agents. Replace complex RAG pipelines with a serverless, single-file memory layer. Give your agents instant retrieval and long-t…
gensim 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Topic Modelling for Humans
lectures 是一个 AI 工具,用于人工智能方向的建模与推理。
Oxford Deep NLP 2017 course
nano-vllm 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Nano vLLM
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 66,033 个,本站已收录 65,724 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。