lora

IoT 平台框架

自由通信

使用廉价的 ESP32 开发板通过 Wifi 与 BLE 进行客流量计量

OneDiff：一个用于扩散模型的开箱即用加速库。

大规模 LLM 推理引擎

用于 Meshtastic 的 Android 应用程序

适用于 Android、Linux 和 macOS 的 LXMF 客户端，允许你通过 LoRa、数据包无线电、WiFi、I2P 或 Reticulum 支持的任何其他媒介，在 Reticulum 网络上与人员或兼容系统进行通信。

chatglm 6b 微调与 alpaca 微调

在配备 Apple Silicon 的 Mac 上微调 LLMs。支持 SFT、DPO、GRPO、Vision、TTS、STT、Embedding 与 OCR 微调 —— 基于 MLX 原生实现。兼容 Unsloth API。

一个开源的知识型 Large Language Model 框架

基于 Qwen-3 与 Stable Diffusion 系列的 DeepSeek Engram 架构研究。

适用于 ESP32 的 Lua RTOS

通过文字任务描述即可调整 LLM 以适应特定基准测试任务的超网络 (Hypernetworks)

由 Reticulum Network Stack 驱动的简单网状网络通信应用。

微调 Whisper 语音识别模型，支持无时间戳数据训练、有时间戳数据训练以及无语音数据训练。加速推理并支持 Web 部署、Windows 桌面部署与 Android 部署

本系列将带领您从 NLP 与 Computer Vision 的基础，一路探索至 Vision-Language Models 的尖端技术。

The Things Stack，一个开源的 LoRaWAN 网络服务器

使用蓝牙 LE、TCP 或通过 LXMF 与 Reticulum 的 RNode (LoRa) 的原生 Android 消息应用程序

MOVA：迈向可扩展且同步的音视频生成

《AI 研发提效：自己动手训练 LoRA》，包含 Llama（Alpaca LoRA）模型、ChatGLM（ChatGLM Tuning）相关 Lora 的训练。训练内容：用户故事生成、测试代码生成、代码辅助生成、文本转 SQL、文本生成代码……

ChirpStack 开源 LoRaWAN 网络服务器

从 NLP 到 LLM 的算法全栈教程，在线阅读地址：https://datawhalechina.github.io/base-llm/

:airplane: 多功能、兼容的 DIY 通用航空接近感知系统

这是具备完整功能的 GNU Radio 软件定义无线电 (SDR) LoRa 收发器实现，包含所有必要的接收器组件，即使在极低 SNR 下也能正常运作。此工作由 EPFL 电信电路实验室进行。

AI 驱动的多语音有声书生成器 — LLM 脚本注解、语音复制、语音设计、LoRA 训练、逐行风格控制，以及导出为 MP3、分章 M4B 或 Audacity 多轨。基于 Qwen3-TTS 构建。

[ICML2024 (Oral)] DoRA: Weight-Decomposed Low-Rank Adaptation 的官方 PyTorch 实现

CatSniffer 是一张原创的多协议与多频段电路板，使用最新的无线物联网协议来对物联网 (IoT) 设备进行监听、通信与攻击。这是一个高度便携式的 USB 棒，整合了 TI CC1352、Semtech SX1262，以及 V3 用的 RP2040 或 V2 用的 Microchip SAMD21E17

用于微调、消融与单元测试开源 LLM 的工具组。

我的著作《A Hands-On Guide to Fine-Tuning LLMs with PyTorch and Hugging Face》官方仓库

为 AI 生成研究人员设计的 diffusers 框架内使用 LoRA (Low-Rank Adaptation) 最易懂的教程🔥