artificial-intelligence

Pocket Flow: 100-Zeilen-LLM-Framework. Lassen Sie Agenten Agenten bauen!

Ein quelloffener, agentenbasierter Arbeitsbereich für Unternehmen, den sie selbst hosten können. Verbinden Sie Ihre bestehenden Systeme – über 100 Integrationen, MCP, Chat-Tools, Apps, Browser, lokale Dateien – mit gemeinsamem Speicher. Beliebige Agenten (Claude Code, Codex), jedes Modell oder BYOK. In wenigen Klicks eingerichtet, nicht erst nach Monaten. Local-First: Ihre Daten verlassen niemals Ihre Maschinen.

Hochwertige Datensätze und visuelle KI-Modelle verfeinern

WasmEdge ist eine leichtgewichtige, leistungsstarke und erweiterbare WebAssembly-Laufzeitumgebung für Cloud-Native-, Edge- und dezentrale Anwendungen. Sie betreibt Serverless-Apps, eingebettete Funktionen, Microservices, Smart Contracts und IoT-Geräte.

Agenten-KI-Framework für Java-Entwickler

Implementierung des Denoising Diffusion Probabilistic Model in PyTorch

Tutorials, Aufgaben und Wettbewerbe für die Deep-Learning-Kurse des MIT.

X-AnyLabeling: Eine leichte, effiziente und einheitliche plattformübergreifende Desktop-Anwendung zur Annotation von Text-, Bild-, Video- und multimodalen Daten, die vielseitige integrierte Tools mit modernen KI-Modellen und flexiblem Multi-Format-Export kombiniert.

TensorFlow-basierte Bibliothek für neuronale Netze

Best Practices, Codebeispiele und Dokumentation für Computer Vision.

Ersetzen Sie GPT durch ein beliebiges LLM, indem Sie nur eine einzige Codezeile ändern. Mit Xinference können Sie Open-Source-, Sprach- und multimodale Modelle in der Cloud, on-premise oder auf Ihrem Laptop ausführen – alles über eine einheitliche, produktionsbereite Inferenz-API.

🏰 Ein spannendes Spiel über Programmierung und Künstliche Intelligenz

Ein Anwendungsframework für AI Engineering.

⏰ Fristen weltweiter Konferenzen agentenbasiert verfolgen (Website, Python CLI, WeChat Mini-Program)

Die GenAI-Landschaft – Eine Sammlung großartiger generativer KI-Anwendungen

Eine Python-Bibliothek, die entwickelt wurde, um Entwicklern die Erstellung von Anwendungen und Systemen mit eigenständigen Computer-Vision-Funktionen zu ermöglichen

🧙 Datenpelines für die Integration und Transformation von Daten erstellen, ausführen und verwalten.

👀 Trainieren Sie ein VLM mit 65 Millionen Parametern von Grund auf in nur 2 Stunden!

⚙️🦀 Erstellen Sie modulare und skalierbare LLM-Anwendungen in Rust

Implementierung von Imagen, Googles Text-to-Image-neuronalem Netz, in PyTorch

Eine Sammlung von Bibliotheken zur Optimierung der Leistung von KI-Modellen

State-of-the-Art, produktionsreifes KI-Abrufsystem. Agentenbasierte Retrieval-Augmented Generation (RAG) mit einer RESTful-API.

Ein intelligenter, automatischer, schneller und leichtgewichtiger Web Scraper für Python

🚀🎬 ShortGPT - Experimentelles KI-Framework für die Automatisierung von YouTube Shorts / TikTok-Kanälen

Stanford NLP Python-Bibliothek für Tokenisierung, Satzsegmentierung, NER und Parsing für viele menschliche Sprachen

Implementierung von RLHF (Reinforcement Learning with Human Feedback) auf Basis der PaLM-Architektur. Im Grunde wie ChatGPT, nur mit PaLM

Dieses GitHub-Repository ist eine leistungsstarke Sammlung von APIs, die Sie sofort nutzen können, um alles von einfachen Automatisierungen bis hin zu vollwertigen Anwendungen zu entwickeln. Eine der wertvollsten API-Listen auf GitHub überhaupt. 💪

Der Top-#1- und funktionsreichste GPT-Wrapper für Git — generieren Sie Commit-Nachrichten mit einem LLM in 1 Sekunde — funktioniert mit Claude, GPT und jedem anderen Anbieter, unterstützt auch lokale Ollama-Modelle

Werde zu einem herausragenden KI/ML-Forscher bzw. -Ingenieur mit diesem unkonventionellen Lehrbuch, das Mathematik, Computing und ML mit Intuition vermittelt.

Das Enterprise-Grade Multi-Agent-Orchestrierungs-Framework. Website: https://swarms.ai