اوپن سورس۔ نئے امکانات۔

Batchalign3 TalkBank کا آڈیو اور ML پائپ لائن ہے جو CHAT ٹرانسکرپٹس بنانے اور افزودہ کرنے کے لیے استعمال ہوتی ہے، جس میں ASR، فورسڈ الائنمنٹ، نیورل مورفوٹیگنگ، ترجمہ اور اٹرانس سیگمنٹیشن شامل ہیں۔ یہ CLI، Python پیکیج، PyO3 برج، React ڈیش بورڈ اور ایک تجرباتی Tauri ڈیسک ٹاپ شیل فراہم کرتا ہے۔

ایک چھوٹا GPT لینگویج ماڈل (~540M پیرامیٹرز) جو صارفین کے لیپ ٹاپ ہارڈویئر پر شروع سے تربیت کے لیے ڈیزائن کیا گیا ہے، Fineweb-edu پر پری ٹریننگ اور چیٹ فائن ٹیوننگ کی صلاحیتوں کے ساتھ۔

微舆 (BettaFish) ایک جدید ملٹی ایجنٹ رائے عامہ تجزیہ نظام ہے جو صفر سے تیار کیا گیا ہے۔ یہ AI کرالر کلسٹر، ملٹی موڈل تجزیہ، فورم تعاون اور ذہین رپورٹ جنریشن کے ذریعے معلومات کے بلبلے کو توڑتا ہے، رائے عامہ کی اصل تصویر بحال کرتا ہے، مستقبل کی پیش گوئی کرتا ہے اور فیصلہ سازی میں مدد دیتا ہے۔ 30+ سوشل میڈیا پلیٹ فارمز، پرائیویٹ ڈیٹا بیس انٹیگریشن، خالص Python ماڈیولر ڈیزائن اور Docker تعیناتی۔

فری، اوپن سورس AI انجینئرنگ نصاب جو پہلے اصولوں سے سکھاتا ہے: 20 مراحل میں 523 اسباق (تقریباً 342 گھنٹے)، Python، TypeScript، Rust اور Julia میں ریاضی سے پروڈکشن تک۔ ہر سبق ایک دوبارہ قابلِ استعمال prompt، skill، agent یا MCP server دیتا ہے؛ انسٹال ایبل AI ٹیوٹر اور Claude سرٹیفکیشن تیاری شامل ہے۔

اس ریپوزٹری میں جنریٹیو AI کی 107 اہم ترین تحقیقی مقالوں کی جامع خلاصے، سیکھنے کے راستے، اصطلاحات کی لغت اور فیصلہ سازی کے رہنما شامل ہیں، جس سے جدید AI تحقیق ہر ایک کے لیے قابل رسائی بنتی ہے۔

ایک خالص Python سائنسی کمپیوٹنگ پلیٹ فارم جس میں 22 ماڈیولز شامل ہیں—کوانٹم، مشین لرننگ، شماریات، ODE حل کرنے والے، اور مزید—صفر رن ٹائم انحصار، اختیاری NumPy/SciPy اڈاپٹرز کے ساتھ توثیق اور تولیدی صلاحیت کے لیے۔

Haqumei ایک جاپانی Grapheme-to-Phoneme (G2P) لائبریری ہے جو Rust میں لکھی گئی ہے اور Python bindings کے ساتھ فراہم کی گئی ہے، جس میں درست متن سے فونیم تبدیلی، prosody معلومات، لفظ-فونیم میپنگ، اور speech synthesis frontends کے لیے CLI ٹول شامل ہے۔

یہ ایک اوپن سورس چینی LLaMA اور Alpaca بڑے لینگویج ماڈل پروجیکٹ ہے، جو اصل LLaMA کی بنیاد پر چینی الفاظ کی فہرست بڑھاتا ہے اور دوبارہ تربیت دیتا ہے، جس میں انسٹرکشن ٹیوننگ ماڈل، LoRA وزن، تربیت اور کوانٹائزیشن ڈیپلائمنٹ اسکرپٹس شامل ہیں، اور مقامی CPU/GPU پر چلانے کی حمایت کرتا ہے۔

NLTK اوپن سورس Python ماڈیولز، ڈیٹا سیٹس اور ٹیوٹوریلز کا ایک جامع مجموعہ ہے جو Natural Language Processing میں تحقیق اور ترقی کے لیے ڈیزائن کیا گیا ہے۔

SpellKit ایک تیز اور محفوظ Ruby gem ہے جس میں Rust SymSpell کا نفاذ شامل ہے۔ یہ ذیلی ملی سیکنڈ لیٹنسی، ریجیکس کے ذریعے اصطلاح کی حفاظت، گرم لوڈ ہونے والی لغات، اور صفر انحصار فراہم کرتا ہے۔ یہ متعدد انسٹینسز، سکپ پیٹرنز کو سپورٹ کرتا ہے اور تلاش کی اصطلاح نکالنے کے لیے پروڈکشن کے قابل ہے۔

txtai ایک جامع AI فریم ورک ہے جو سیمینٹک سرچ، LLM آرکیسٹریشن اور زبان کے ماڈلز کےعمال کے لیے ڈیزائن کیا گیا ہے۔

Swift Tokenizers، Hugging Face کے Rust tokenizers crate کا ایک ہائی پرفارمنس Swift ریپر ہے جو صرف ٹوکنائزیشن پر مرکوز ہے اور Hub پر انحصار نہیں رکھتا۔ یہ macOS، iOS اور Linux کی حمایت کرتا ہے اور انکوڈنگ، ڈی کوڈنگ، اسٹریمنگ ڈی ٹوکنائزیشن، چیٹ ٹیمپلیٹس اور ٹول کالنگ کی سہولیات فراہم کرتا ہے۔

HanLP ایک پروڈکشن ماحول کے لیے کثیر لسانی قدرتی زبان پروسیسنگ ٹول کٹ ہے، جو PyTorch اور TensorFlow 2.x پر مبنی ہے، اور ٹوکنائزیشن، POS ٹیگنگ، نامی ہستی کی شناخت، نحوی تجزیہ، معنوی تجزیہ وغیرہ کے کاموں کو سپورٹ کرتی ہے، اور RESTful اور مقامی دو APIs فراہم کرتی ہے۔

Premove ITN ایک اوپن سورس، سیاق و سباق سے آگاہ الٹا متن نارملائزیشن ٹول ہے جو انگریزی وائس ایجنٹ ٹرانسکرپٹس کے لیے ہے۔ یہ ASR آؤٹ پٹ کو معیاری تحریری شکلوں میں تبدیل کرتا ہے، جس میں DeBERTa اسکورنگ اور تین مرحلہ پائپ لائن استعمال ہوتی ہے۔

Tsuut'ina (Sarsi) زبان کے لیے finite state اور Constraint Grammar پر مبنی morphological analysers، proofing tools اور زبان کے وسائل، جو GiellaLT اوپن سورس لسانی انفراسٹرکچر کا حصہ ہیں۔

LlamaFactory ایک اوپن سورس فریم ورک ہے جو بڑے لینگویج ماڈلز اور ملٹی موڈل ماڈلز کی فائن ٹیوننگ کے لیے استعمال ہوتا ہے، جس میں کمانڈ لائن انٹرفیس، Gradio ویب UI، LoRA/QLoRA اور متعدد ٹریننگ الگورتھم شامل ہیں۔

ModelScope ایک اوپن سورس پائتھون لائبریری ہے جو Model-as-a-Service کے تصور پر بنائی گئی ہے، جو CV، NLP، آڈیو، ملٹی موڈل اور سائنسی ماڈلز کی انفرنس، فائن ٹیوننگ اور تشخیص کے لیے متحد pipeline، Trainer اور MsDataset انٹرفیس فراہم کرتی ہے، نیز ماڈل/ڈیٹاسیٹ ہب انٹیگریشن بھی۔

AskNews API کے لیے Python SDK جو کسی بھی LLM میں ریئل ٹائم نیوز کا سیاق و سباق صرف ایک کوڈ لائن سے داخل کرتا ہے، نیز نیوز تلاش، ایونٹ ٹریکنگ، پیشن گوئی، تجزیات، گہری تحقیق، علم کے گراف اور ویب تلاش کے لیے اینڈ پوائنٹس فراہم کرتا ہے۔

مایکروسافٹ کی مفت 12 ہفتے کی 24 سبق کی کریکولم جو AI کی بنیادی تصورات — جیسے نیورل نیٹ ورکس، ڈیپ لرننگ، کمپیوٹر ویژن، NLP، ٹرانسفارمرز اور ایتھکس — سیکھنے میں مدد کرتی ہے، ساتھ ہی عملی جیپٹر نوٹ بکس، کوئز اور لیبز فراہم کرتی ہے۔

Hugging Face Transformers مشین لرننگ کے لیے ایک ماڈل ڈیفینیشن فریم ورک ہے جو ٹیکسٹ، ویژن، آڈیو اور ملٹی موڈل ٹاسکس کے لیے استعمال ہوتا ہے۔ یہ 1 ملین سے زیادہ پری ٹرینڈ چیک پوائنٹس کے ساتھ انفرنس اور ٹریننگ کے لیے ایک متحد API فراہم کرتا ہے۔