Коллекция готовых LLM-приложений с кодом: RAG-чатботы, агенты, AI SaaS — от прототипа до реальных продуктов.
Курируемый список ресурсов по LLM: статьи, инструменты, датасеты, бенчмарки и руководства — карта всей области.
Каталог из 700+ архитектур компьютерного зрения: предобученные модели, аугментации и тренировочные скрипты на PyTorch.
Парсер экранов от Microsoft: превращает любой снимок интерфейса в структурированные элементы, которые понимает ИИ-агент.
Максимальная производительность LLM на GPU NVIDIA: квантование FP8, спекулятивный декодинг и оптимизации ядер.
Мощное открытое семейство моделей Zhipu AI: агентные сценарии, рассуждения и кодинг — с открытыми весами.
Огромная открытая модель Moonshot AI с сильным tool calling: триллион параметров, агентные сценарии и открытые веса.
Прорывная рассуждающая модель DeepSeek с открытыми весами: обучение с подкреплением сделало её сильнейшей в математике и коде.
Флагманское семейство открытых моделей Alibaba: гибридное рассуждение, десятки языков и размеры от 0.6 до 235 миллиардов параметров.
Генератор коротких видео одной кнопкой: тема → сценарий от LLM → озвучка → субтитры → готовое видео для соцсетей.
Структурированный язык написания промптов: шаблоны с ролями, правилами и workflow делают сложные промпты поддерживаемыми.
Официальная Python-библиотека для Ollama: запуск локальных моделей, чат, эмбеддинги и управление моделями.
Открытая платформа жизненного цикла ML: трекинг экспериментов, реестр моделей, упаковка и деплой — от Databricks.
Фреймворк упаковки и развёртывания моделей: обучили — упаковали в Bento — развернули где угодно как API.
Фреймворк NVIDIA для предобучения на больших кластерах: тензорный и конвейерный параллелизм, на нём обучены модели с сотнями миллиардов параметров.
100+ моделей для дообучения через веб-интерфейс: визуальный Gradio-UI делает файнтюнинг доступным без программирования.
Дообучение LLM в разы быстрее и с меньшей памятью: оптимизированные ядра ускоряют QLoRA-обучение на 2–5 раз.
Библиотека для выравнивания LLM: SFT, DPO, PPO и другие методы обучения с подкреплением на человеческих предпочтениях.
Десктопный чат с локальными моделями от Nomic: запускается на обычном ноутбуке, файлы остаются на устройстве.
ИИ-слой поверх любых данных: SQL-запросы к предиктивным моделям, интеграции с сотнями источников данных.