搜索结果：llm（16 个）
按分类缩小范围
voltagent
综合 81
基于开源 TypeScript AI Agent 框架构建的 AI Agent 工程化平台。
FunASR
综合 80
支持训练、推理、流式 ASR、VAD、标点恢复及 OpenAI/MCP 兼容服务的开源语音识别工具包。
YuE
综合 80
前沿音乐生成模型，支持符号规划、零样本翻唱与 Agent 式音乐编辑。
datasets
综合 76
汇聚海量 AI 模型开箱即用数据集的枢纽，并提供快速、易用且高效的数据处理工具。
PaddleOCR （飞桨多语言OCR工具库）
综合 72
轻量且功能强大的 OCR 工具包，将 PDF 和图片文档转换为供 LLM 使用的结构化数据，支持超 100 种语言。
TensorRT-LLM
综合 70
提供易用的 Python API，针对 NVIDIA GPU 优化 LLM 高效推理加速。
ChatTTS
综合 69
专注于日常对话场景的生成式文本转语音（TTS）模型。
spark-nlp
综合 68
Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。
VideoCaptioner
综合 66
基于 LLM 的智能字幕助手，支持字幕生成、断句、校正与翻译全流程。
CogVideo
综合 63
文本与图像生成视频的大模型项目，包含 CogVideoX 与 CogVideo。
olmocr
综合 61
用于将 PDF 转换为线性文本的工具包，专为 LLM 训练和数据集构建设计。
memex
综合 60
开源本地优先的 AI 日记应用，支持图文语音记录与时间线整理，数据保留在设备端。
专为学术研究优化的 LLM 交互工具，支持论文精读润色与代码分析，兼容多种大模型。
mlx-serve
综合 53
面向 Apple Silicon 的原生 LLM 推理服务，兼容双 API，无 Python，含多模态功能。
mcp-for-blender
综合 51
社区开发的 Blender 插件，支持通过任意自选 LLM 控制 Blender 3D。
LocalAI
综合 49
开源 AI 引擎，可在各类硬件上运行 LLM、视觉及语音等模型，无需 GPU。