Промты, MCP-серверы, скиллы, плагины, хуки и агенты для Claude Code, Kimi, DeepSeek, ChatGPT и других ИИ.
Дообучение LLM через YAML-конфиг: один файл описывает модель, данные и метод — фреймворк делает всё остальное.
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.
Библиотека для работы с датасетами: загрузка тысяч готовых наборов, эффективная предобработка и интеграция с Trainer.
Простой запуск PyTorch-кода на нескольких GPU и узлах: обучение без изменения кода, просто обёртка над циклом.
Параметрически эффективное дообучение: адаптеры LoRA и десятки других методов позволяют доучивать гигантские модели на одном GPU.
Библиотека для генерации изображений диффузионными моделями: Stable Diffusion, FLUX и десятки других в чистом API.
Самая популярная библиотека для работы с готовыми моделями: десятки тысяч LLM, визуальных и речевых моделей в одном API.
Флагманская платформа машинного обучения от Google: от исследований до мобильных и браузерных инференсов.
Ведущий открытый фреймворк глубокого обучения: тензоры с GPU, автодифференцирование и экосистема для обучения нейросетей.
Браузерный API для ИИ-агентов: выдаёт каждому агенту изолированную сессию браузера с сессиями, прокси и снятием отпечатков.
MCP-сервер на базе Docling: агенты конвертируют сложные документы в чистый Markdown и структурированные данные.
Официальный MCP-сервер ElevenLabs: агенты получают голоса — озвучку текста, клонирование и распознавание речи.
Динамический агент общего назначения: не имеет жёстких инструментов — сам пишет код для решения каждой новой задачи.
Веб-платформа для запуска автономных агентов из браузера: цель — план — выполнение, без установки и настройки.
Популярный фреймворк для персонажей-агентов: агенты с памятью и характером подключаются к Discord, Telegram и блокчейнам.
Виртуальная ИТ-компания из агентов: CEO, CTO, программисты и тестировщики обсуждают задачу в чате и выдают готовый софт.
Краулер, превращающий сайт в файл знаний для GPTs: обходит страницы и собирает JSON для загрузки в кастомных GPT.
Терминальный агент для больших задач на больших репозиториях: планирует изменения, применяет их атомарно и откатывает при ошибках.
Агент, разрабатывающий реальные приложения целиком: задаёт вопросы как разработчик, пишет код по шагам и поддерживает его.