一个可扩展的生成式 AI 框架，专为从事大语言模型、多模态及语音 AI（自动语音识别与文本转语音）的研究人员和开发者构建。

面向LTX-2音频-视频生成模型的官方Python推理与LoRA训练工具包。

🦜🔗 构建情境感知推理应用程序 🦜🔗

AI 编排框架，用于构建可定制、生产就绪的 LLM 应用。将组件（模型、向量数据库、文件转换器）连接到可与数据交互的流水线或智能体。凭借高级检索方法，特别适用于构建 RAG、问答系统、语义搜索或对话式聊天机器人

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

语音转语音：致力于构建开源模块化GPT4-o的项目

Graph Neural Network Library for PyTorch

顶尖开源文本转语音系统

工业级可控高效的零样本文本转语音系统

Stream 推出的开放视觉智能体平台。使用任意模型或视频提供商快速构建视觉智能体。利用 Stream 的边缘网络实现超低延迟。

基于大语言模型的非结构化数据提取——专为API部署与ETL管道工作流构建。

Langflow：用于构建和部署AI驱动智能体与工作流的强大工具

灵活强大的框架，用于管理多个AI智能体并处理复杂对话

构建代理线束并对其进行端到端控制。用于 Python 和 TypeScript 中的生产 AI 代理的开源 SDK - 任何模型、任何云。

1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

按模型组织的尖端深度学习脚本——易于在企业级基础设施上进行训练和部署，并具备可复现的准确性与性能。

结构化输出

🧑‍🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠

本仓库展示检索增强生成系统的多种先进技术，该系统通过结合信息检索与生成模型来提供精准且上下文丰富的响应