Скиллы для сборки MCP-серверов и приложений ChatGPT: mcp-builder и chatgpt-app-builder в одном наборе.
Официальные скиллы OpenAI для ChatGPT Apps SDK: стройте приложения, совмещающие MCP-сервер и виджетный UI, — скaffoldинг, рефакторинг и отладка.
Жёсткий бенчмарк чат-ботов от LMArena: 500 сложных промптов и парное сравнение ответов с бутстрэп-доверительными интервалами.
Автоматическая оценка инструктивных LLM: быстрый аннотатор на основе сильной модели ранжирует ответы — стандартная доска лидеров.
Масштабируемый фреймворк RL для LLM: обучение с подкреплением на тысячах GPU, агентные задачи, интеграция с Ray и vLLM.
Полностью открытая реализация пайплайна R1: воспроизводимое обучение рассуждений с подкреплением — данные, тренировка, оценка.
Открытый агент общего назначения: планирует и выполняет задачи через инструменты — браузер, терминал, код — без привязки к закрытым платформам.
Минималистичная реализация GPT для обучения: от загрузки данных до генерации текста — читаемый код, понятный каждому, кто изучает трансформеры.
Ускоренный AlphaFold для всех: предсказание структуры белков в облаке или на своём GPU — за минуты вместо часов, бесплатно для исследований.
Бенчмарк понимания длинных текстов от Tsinghua: 21 задача на документах до 32 тысяч токенов — однозначное отслеживание прогресса моделей.
Честная оценка длинного контекста: синтетические задачи из четырёх категорий показывают реальную длину контекста модели — а не заявленную в маркетинге.
Быстрый инференс квантованных LLM на GPU: EXL2-квантование с гибким битрейтом — популярное решение для запуска больших моделей на одной видеокарте.
Распределённое обучение больших моделей: параллелизм всех видов — tensor, pipeline, sequence и ZeRO — запуск GPT и LLaMA на кластерах GPU.
Открытая реализация CLIP: воспроизведение обучения CLIP на собственных данных — эталонные эмбеддинги изображений и текста для поиска и классификации.
Открытая зрительно-языковая модель от Tsinghua: точные описания изображений, ответы на визуальные вопросы и OCR — на уровне закрытых моделей.
Открытая фундаментальная модель от Shanghai AI Lab: сильные результаты на математике и коде — основа экосистемы InternLM с миллионами загрузок.
ИИ-ревью кода: автоматически находит дублирование, сложные функции и проблемы качества — с объяснениями и предложениями исправлений.
Терминальный агент от команды Qwen: наследник Gemini CLI, заточенный под модели Qwen — автономная разработка с большим контекстом.
Бенчмарк сложных программных задач: сотни вызовов библиотек и инструментов в одной задаче — проверка моделей на уровне реальной разработки.
Строгая оценка генерации кода: расширенные тесты HumanEval+ и MBPP+ отсеивают код, который формально проходит, но не работает на граничных случаях.