오픈 소스. 새로운 가능성.

소비자용 노트북 하드웨어에서 처음부터 학습하도록 설계된 소형 GPT 언어 모델(약 5억 4천만 파라미터)로, Fineweb-edu 사전 학습 및 채팅 파인튜닝 기능을 제공합니다.

CatBoost는 Yandex의 오픈소스 그래디언트 부스팅 라이브러리로, 분류, 회귀, 랭킹에 사용되며, 범주형 특성 지원, CPU/GPU 학습, Apache Spark를 통한 분산 학습, Python, R, Java, C++ API를 제공합니다.

FragmentColor는 Rust, JS, Python, Swift, Kotlin을 위한 크로스 플랫폼 GPU 추상화 라이브러리로, WGSL/GLSL을 사용해 Vulkan, Metal, DirectX, WebGPU에서 셰이더 워크플로를 단순화합니다.

Scalene은 Python용 고정밀 프로파일러로 CPU, GPU, 메모리 사용량 전반의 성능 병목 현상을 식별합니다. 샘플링 기반의 낮은 오버헤드, 라인 단위 보고, AI 기반 최적화 제안 기능 등을 제공합니다.

DeepSpeed는 대규모 모델의 학습과 추론을 쉽고 효율적이며 효과적으로 만들기 위해 설계된 딥러닝 최적화 라이브러리입니다.

Apache TVM은 범용 배포와 맞춤형 컴파일러 파이프라인을 위해 설계된 오픈 소스 머신러닝 컴파일 프레임워크입니다.

Eclipse DL4J는 JVM 기반 딥러닝 생태계로 Java, Scala, Kotlin 등을 지원합니다. Keras, TensorFlow, ONNX 모델 가져오기, ND4J 선형 대수, SameDiff 자동 미분, DataVec ETL을 포함하며 Windows, Linux, macOS에서 CPU/GPU로 동작합니다.

fastai는 PyTorch 기반의 딥러닝 라이브러리로, 빠른 생산성을 위한 고수준 컴포넌트와 연구 및 커스터마이징을 위한 저수준 컴포넌트를 모두 제공합니다.

PyTorch는 GPU 가속 텐서 연산과 테이프 기반 autograd 시스템을 통한 유연한 딥 뉴럴 네트워크 프레임워크를 제공하는 오픈 소스 머신러닝 라이브러리입니다.