欧洲电力市场开源智能体仿真工具箱，支持深度强化学习竞标策略与电网拥塞管理模拟，由德国多家科研机构联合维护。

其他深度学习强化学习

查看详情 →

即插即用的多目标跟踪（MOT）Python库，提供SORT和ByteTrack等经典算法的模块化实现。采用检测器无关设计，可配合任意目标检测模型（YOLO、DETR等）使用，支持视频文件、摄像头、RTSP流等多种输入源。提供统一CLI工具与Python API，内置CLEAR、HOTA、Identity等标准MOT评估指标计算功能。

多模态深度学习SDK

查看详情 →

哈佛大学出品的机器学习系统工程教材，集成 TinyTorch 框架与边缘设备部署实验，覆盖从 ML 基础到系统优化的完整知识体系。

其他深度学习机器学习

查看详情 →

基于InvisPose研究的生产级WiFi穿墙人体姿态估计系统，利用商用Mesh路由器的CSI信号实现无需摄像头的实时全身追踪，支持多人追踪、跌倒检测等高级分析功能。

多模态深度学习Docker

查看详情 →

清华大学 THUDM 推出的 LLM 强化学习后训练框架，深度融合 Megatron-LM 训练能力与 SGLang 推理引擎，支持大规模 RL Scaling，适用于 GLM、Qwen、DeepSeek、Llama 等大模型的分布式强化学习训练。

其他深度学习大语言模型

查看详情 →

微软官方推出的 1-bit 大语言模型推理框架。通过高度优化的内核，实现 CPU 和 GPU 上的无损、高速推理，大幅降低能耗并允许在普通设备上运行千亿参数级模型。

模型与推理框架PythonPyTorch

查看详情 →

AirLLM优化推理内存使用，允许70B大语言模型在单张4GB GPU卡上运行推理，无需量化、蒸馏和剪枝。现在还能在8GB显存上运行405B Llama3.1模型。

模型与推理框架PythonPyTorch

查看详情 →

专为多节点分布式环境设计的生成式AI和推理模型服务框架，提供高吞吐、低延迟的推理能力。

模型与推理框架RustPython

查看详情 →

微软开源的前沿语音AI模型家族，包含文本转语音(TTS)和自动语音识别(ASR)模型，支持长时音频处理和多语言功能。

模型与推理框架PyTorchPython

查看详情 →

开源的314B参数大语言模型，采用专家混合(MoE)架构，为研究者和开发者提供可访问的超大规模AI模型实现。

模型与推理框架PythonPyTorch

查看详情 →