Фреймворк глубоких агентов от LangChain: планирование через to-do, виртуальная файловая система и субагенты для задач, требующих часов работы.
Инструменты Stripe для ИИ-агентов: платежи, подписки, счета и возвраты через единый API — агенты могут продавать и выставлять счета.
Контроллер инференса LLM для Kubernetes от команды vLLM: автомасштабирование, маршрутизация, кэширование и мультитенантность в одном.
Открытый фреймворк дообучения LLM от Allen AI: SFT, DPO, RLHF и RLVR с воспроизводимыми рецептами обучения Olmo.
OCR от Allen AI на своей модели: извлечение текста из PDF в маркдаун для обучения LLM — быстрее и дешевле облачных сервисов.
Мультимодальная модель Apple с указанием на область изображения: отвечает про конкретный участок картинки и рисует рамки по текстовому запросу.
Открытый тулкит речевых технологий: ASR, TTS, перевод речи, диаризация и диалог — всё в одном исследовательском фреймворке.
Мобильный фреймворк вывода нейросетей от Tencent: запуск моделей на телефонах без зависимости от сторонних фреймворков — быстро и экономно по памяти.
Stable Diffusion на Apple Silicon: генерация изображений на iPhone и Mac через Core ML — локально, приватно и без облака.
Парсер документов без потерь форматирования: PDF, DOCX, PPTX превращаются в чистый markdown с таблицами и колонтитулами для RAG.
Сверхбыстрый DataFrame на Rust: многопоточное выполнение и ленивые вычисления обгоняют pandas в десятки раз на больших данных.
Встраиваемая аналитическая СУБД: SQL-запросы к CSV, Parquet и JSON на локальной машине быстрее pandas — без сервера и установки.
Безопасное исполнение Python-кода из MCP-инструментов от создателей Pydantic: изолированная песочница для кода, который генерируют агенты.
Клиентская библиотека MCP для агентов: подключение любых MCP-серверов к LangChain, CrewAI и собственным агентам парой строк.
Мост между MCP и LangChain/LangGraph: любой MCP-сервер становится набором инструментов для ваших агентов за пару строк.
Кэш для LLM-запросов: похожие вопросы отдаются из кэша за копейки — снижение задержки и расходов на API до 90%.
Векторное расширение PostgreSQL: храните эмбеддинги в привычной базе рядом с данными — без отдельной векторной СУБД.
Фреймворк RAG и агентов для корпоративных документов: парсинг тысяч форматов, работа с моделями на CPU и быстрый старт без GPU-кластера.
Открытый стандарт обмена нейросетями: обучили в PyTorch — развернули где угодно. Общий формат графов моделей для всех фреймворков.
Тулкит Intel для оптимизации и деплоя нейросетей: ускорение инференса на CPU, GPU и NPU — от Llama до детекторов объектов.