Открытая платформа computer-use агентов: воспроизводит реальные рабочие сценарии на виртуальных машинах — от бронирования билетов до заполнения отчётов.
Лёгкий агентный SDK от AWS: стройте агентов с инструментами, памятью и потоковым выводом — без тяжёлой инфраструктуры и вендорной привязки.
Распознавание речи в реальном времени на базе Whisper: стриминг с сервером на GPU, перевод на лету и замена диктора для клонирования голоса.
Сверхбыстрый текст-в-изображение от NVIDIA: генерация картинок 4K на ноутбочном GPU за счёт линейного внимания и компактной диффузионной архитектуры.
Лёгкая модель распознавания имён собственных без словаря меток: извлекает любые сущности из текста — от персон до номеров договоров.
Омни-модель от Alibaba: понимает текст, изображения, аудио и видео, отвечает текстом и речью в реальном времени — всё в одной архитектуре.
SRE-ассистент для Kubernetes: сканирует кластер и объясняет простым языком, что сломалось, и как починить каждую проблему.
Высокопроизводительный фреймворк RLHF на Ray + vLLM: PPO, DPO, GRPO, KTO и другие методы выравнивания LLM с минимумом кода.
Фреймворк RL-обучения LLM от ByteDance: GRPO, PPO и их гибриды с FSDP/Megatron, коллаборативное обучение на GPU-кластерах.
Модель, начавшая эпоху генеративного ИИ: код и веса GPT-2 — исторический артефакт, с которого началась гонка больших языковых моделей.
Открытая аудио-LLM от Moonshot AI: понимает речь, музыку и звуки, отвечает голосом и поёт — полный стек аудиоинтеллекта с открытыми весами.
Быстрое и экономичное внимание от Tri Dao: IO-оптимизированные кернелы ускоряют обучение трансформеров в 3-5 раз без потери точности.
Симуляция обществ ИИ-агентов от OpenBMB: запускайте команды агентов, которые обсуждают, спорят и решают задачи вместе — как в Sims для LLM.
Приватный ИИ-ассистент для баз данных: text-to-SQL, диалог с данными и RAG поверх десятков СУБД — всё через единый интерфейс, без утечки данных.
Аудио-LLM от Alibaba: распознаёт речь и звуки, общается голосом и поёт — понимает музыку, голоса и акустические события.
Омни-модель с локального устройства: видит, слышит и говорит в реальном времени — камера и микрофон телефона превращаются в живого ассистента.
Популярный бридж ChatGPT для WeChat: подключает GPT к личным и групповым чатам, поддерживает голос, плагины и другие модели.
Векторный поиск от Redis для LLM-приложений: семантический кэш, RAG и routing поверх Redis — Python-библиотека от официальной команды.
Открытая модель MiniMax с контекстом миллион токенов: первая массовая LLM с lightning attention, сильна в длинном рассуждении и коде.
Визуальный анализ данных с ИИ от Microsoft: описываете нужную диаграмму словами — инструмент пишет и исполняет трансформации данных.