blaze/blaze

Blaze 是一个将 NumPy 和 Pandas 接口扩展到大数据的工具。

• 提供熟悉的 Python 接口，便于查询存储在其他数据库中的数据。
• 支持多种后端，包括 SQL、Spark 等，灵活处理不同的数据源。
• 允许用户执行小规模但强大的操作来查询和转换结果，以适应各种 Python 工具。
• 不直接进行计算，而是依赖其他系统完成实际的数据处理。
• 易于安装和使用，可通过 conda 或 PyPI 获取。

0hq/WebGPT

WebGPT 是一个在浏览器中运行 GPT 模型的实现，利用 WebGPU 技术。

• 使用不到 1500 行原生 JavaScript 进行 GPT 推理的实现。
• 支持高达 500M 参数的模型，并有潜力支持更大的模型。
• 兼容主流浏览器，简单易用，只需 HTML 和 JS 文件即可运行。
• 提供了两个不同的模型示例：玩具版 GPT-Shakespeare 和 117M 参数的 GPT-2
• 包含优化计划以提升性能，包括缓存机制、内存重用等。

protectai/ai-exploits

ai-exploits 是一个针对机器学习工具的真实世界 AI/ML 漏洞的集合，旨在负责任地披露这些漏洞。

• 提供多种利用和扫描模板，帮助安全专业人士识别和利用机器学习工具中的脆弱性。
• 包含 Metasploit 模块、Nuclei 模板和 CSRF 模板，以支持不同类型的攻击与扫描需求。
• 通过 Docker 简化了环境设置，使用户能够快速启动并运行所需工具。
• 提高对 AI/ML 生态系统中存在的脆弱组件意识，有助于信息安全社区了解实际攻击方式。

pandas-dev/pandas

pandas 是一个灵活且强大的 Python 数据分析和处理库，提供类似于 R 的数据框对象的标签数据结构、统计函数等功能。

• 轻松处理缺失数据（NaN、NA 或 NaT）。
• 支持动态调整大小，可以在 DataFrame 中插入或删除列。
• 自动和显式的数据对齐，简化计算过程。
• 强大的分组功能，可进行拆分应用合并操作。
• 便捷地将不同索引的数据转换为 DataFrame 对象。
• 智能的基于标签切片、高级索引和子集选择大数据集的能力。
• 直观的数据集合并与连接功能。
• 灵活的数据重塑与透视操作。
• 层次化轴标记支持多个标签每个刻度。
• 强大的输入输出工具，从多种格式加载和保存数据。

meta-pytorch/segment-anything-fast

segment-anything-fast 是一个面向批量离线推理的版本，旨在加速 segment-anything 的性能。

• 支持快速推理，适合大规模数据处理
• 兼容原有的 segment-anything 接口，易于替换
• 自动应用评估模式和 bfloat16 精度
• 启用 torch.compile 和最大自动调优功能，提高运行效率
• 使用自定义 Triton 内核优化长序列相对位置编码性能