ikawrakow/ik_llama.cpp

ik_llama.cpp 是 llama.cpp 的一个分支，专注于提升 CPU 和混合 GPU/CPU 推理性能，并引入了多种先进的量化技术。

• 支持多款最新模型，如 LLaMA-3、Qwen3、GLM-4 等
• 引入多种新型量化方法（如 Trellis quants、IQK 系列等），并提供跨平台实现（CUDA、Metal、Neon）
• 优化了量化性能，提升 CPU 提示处理速度和 CUDA 上的推理效率
• 支持 Bitnet 网络和改进的 DeepSeek 性能，包括 MLA 和 FlashMLA 技术
• 实现融合专家网络操作及张量覆盖，以优化混合 GPU/CPU 推理过程
• 增强 RPC 功能及 Web UI 界面支持，方便管理提示缓存与采样器配置
• 兼容 Android 平台，通过 termux 环境运行稳定

OpenPipe/ART

ART 是一个开源的强化学习框架，旨在通过 GRPO 算法训练多步任务代理以应对现实世界问题。

• 采用 RULER（相对通用 LLM 引导奖励）技术，无需手工设计奖励函数，通过大语言模型自动评分代理轨迹，实现零样本奖励评估。
• 支持 Qwen2.5、Qwen3、Llama、Kimi 等多种大型语言模型，提升代理训练效率和性能。
• 提供模块化客户端与服务器架构，可灵活部署于本地或云端 GPU 环境，实现远程或本地训练。
• 集成 W&B、Langfuse 和 OpenPipe 等平台，方便监控与调试强化学习过程。
• 配置智能默认参数，同时支持自定义设置，以兼顾易用性和高效稳定的训练体验。

yoheinakajima/mindgraph

mindgraph 是一个用于生成和查询不断扩展的知识图谱的概念验证原型，专注于自然语言交互。

• 实体管理：在内存图中存储实体，支持对人员、组织及其关系进行快速访问和 CRUD 操作。
• 集成触发器：通过 HTTP 请求触发自定义集成功能，使 CRM 能够与外部系统互动或执行额外处理。
• 搜索能力：可以使用自定义查询参数轻松搜索实体及其关系。
• AI 准备性：设计时考虑了 AI 集成，便于智能数据处理和决策制定。
• 提供一系列 RESTful API 端点以支持各种操作，如创建、检索、更新和删除实体。

G-U-N/AnimateLCM

AnimateLCM 是一个高效的个性化风格视频生成工具，无需个性化视频数据即可实现计算效率优化。

• 支持快速文本到视频、控制到视频、图像到视频和长时间的视频生成。
• 采用解耦学习范式，显著提升训练效率。
• 提供多种模型，包括 Animate-LCM-T2V 和 AnimateLCM-I2V，以满足不同的动画需求。
• 能够在仅 4 次推理步骤内生成高质量动画。

ton-community/tact-challenge

tact-challenge 是一个由 TON 基金会主办的智能合约编程挑战项目，旨在通过一系列任务测试参与者的编程能力。

• 包含多个任务，如计数器合约、代理合约、去中心化交易所合约等。
• 每个任务要求提供符合描述的智能合约代码，并进行可测试性标记。
• 评分机制基于通过测试情况和“气体消耗”得分，最高可获得 6 分。
• 提交解决方案需创建私有 GitHub 仓库并遵循特定注册流程，以确保安全性与隐私。
• 比赛获胜者将获得以 Toncoin 为单位的奖励，这是 TON 区块链原生加密货币。