苹果推出的开源机器学习框架，专为Apple Silicon芯片设计
免费开源的数据标注工具
Vercel开源的搭建AI聊天机器人的开发套件，支持React/Svelte/Vue等框架
将AI快速集成到你自己的应用中
华为开源自研AI深度学习框架
快速训练、部署和开发人工智能产品的深度学习框架，由Pytorch Lightning团队推出
Google的一个部门，致力于人工智能的研究和开发，大众可以从这个网站学到关于人工智能的最新知识。
百度自主研发的产业级人工智能深度学习平台，集核心框架、基础模型库、端到端开发套件、丰富的工具组件、星河社区于一体。
百度开源的深度学习框架，提供深度学习开发的核心功能，包括模型定义、训练、推理等。
开发由语言模型驱动的应用程序的框架
一个免费、开源深度学习软件框架，用于训练和部署深度神经网络。
Auto-GPT是一个基于GPT-4的开源AI自动化机器人工具，结合了GPT-4语言模型的能力。可以访问互联网，具有长期/短期记忆，并且可以自主地实现你设定的任何目标，而无需人工提示每一步操作。
Deeplearning4j是为数不多的以Java虚拟机（JVM）为目标，以Java原生编写的机器学习框架之一。该框架由位于旧金山的一组机器学习开发人员开发，并由初创公司Skymind提供商业支持。Deeplearning4j于2017年10月捐赠给了Eclipse基金会。该库与Clojure和Scala兼容。
GPT-NeoX-20B是一个由 EleutherAI 开发的 200 亿参数的开源自回归大语言模型。使用 GPT-NeoX 库在 Pile 数据集上进行了训练。它的架构和 GPT-3 类似，几乎和 GPT-J-6B 相同。训练数据集包含了多种英语文本，使模型有较高的通用性。
GoogleJAX是一个用于变换数值函数的机器学习框架，Google称其为为结合了修改版本的Autograd（通过函数微分自动获得梯度函数）和TensorFlow的XLA（加速线性代数）。该框架的设计尽可能遵循NumPy的结构和工作流程，并与TensorFlow和PyTorch等各种现有框架协同工作。
大语言模型（LLM）正在成为一种变革性技术，使开发人员能够构建以前无法构建的应用程序。但是，单独使用这些LLM通常不足以创建一个真正强大的应用程序——当你可以将它们与其他计算或知识来源相结合时，便可能实现其真正的能力。
MindsDB是一个开源的AI基础设施工具，可以让开发者快速地将机器学习集成到应用程序中。用SQL语句在数据库中创建和查询AI表，从而实现分类、回归和时间序列预测等功能。还支持多种数据源和机器学习框架，以及可视化和解释性分析。
NLTK（Natural Language Toolkit）自然语言工具包——是一套开源Python模块、数据集和教程，支持自然语言处理的研究和开发。NLTK需要Python版本3.7、3.8、3.9、3.10或3.11。
Python科学计算必备的包
开源机器学习框架
Python机器学习库
Google推出的机器学习和人工智能开源库
Google推出的用于变换数值函数的机器学习框架
Python自然语言处理工具包
开源的使用JVM部署和训练深度学习模型的套件
一个由Python编写的神经网络API，它可以基于TensorFlow、Theano以及CNTK后端进行工作。
Python版本的TensorFlow深度学习API
通义灵码是一款基于阿里云通义代码大模型打造的智能编码助手
谷歌的新一代大语言模型Gemini，号称迄今为止“最大、也最全能的AI模型”，有高级推理能力，回答难题时“考虑得更仔细”。
