GraphGen4Code是一个创建代码知识图谱的工具包，基于WALA代码分析，帮助实现程序搜索、代码理解和自动化等应用。
LLM Speedrunner是一个自动化基准测试工具，旨在评估大型语言模型（LLM）在重现和发现语言建模创新方面的能力。
Shapash是一个Python库，旨在使机器学习模型的解释和可理解性更易于使用，提供清晰的可视化与Web应用，方便数据科学家与非专业人士共享结果。
InkSight 是一个离线到在线的手写转换工具，通过教学视觉-语言模型来实现阅读和书写功能，旨在提升手写识别的实用性和准确性。
Echo-4o是一个高质量的数据集，旨在通过保持一致的人物身份，支持多种复杂编辑场景下的图像生成任务。
selenium-twitter-scraper 是一个使用 Selenium 的 Twitter 爬虫，支持从主页、用户资料、标签等多种方式抓取推文。
该仓库是《百页语言模型书籍》的官方代码库，旨在帮助用户深入理解语言模型的核心概念和实现。
MonsterUI是一个基于FastHTML与Tailwind的UI框架，旨在简化Python用户构建美观Web应用的过程，适合数据科学家和开发者。
Dynamic Cheatsheet是一个轻量级框架，帮助语言模型在推理时积累和重用洞察，增强模型性能，支持零样本学习和经验驱动学习。
这是一个精心策划的Redis社区资源库，提供与AI生态系统相关的代码示例、教程和集成，适合初学者和高级用户。
该仓库是OSMnx的示例画廊，提供了一系列Jupyter Notebook教程和功能演示，帮助用户快速下载、建模、分析和可视化OpenStreetMap的街道网络和地理特征。
imodels是一个可解释的机器学习包，提供简洁透明且准确的预测建模，兼容scikit-learn，适用于简化复杂模型，提高可解释性。
该仓库为机器学习专项课程的最终项目，主要实现和比较多种知识追踪模型，包含从数据获取到模型评估的完整流程。
一个文档重写代理，利用langgraph与LLM API生成简明的教程，帮助用户高效理解和学习现有文档。
EduGPT是一个基于大型语言模型和Langchain库的AI教师项目，通过角色扮演的方式为用户定制学习大纲并提供个性化教学。
