标签
Marker 是一个开源工具，可以将 PDF、图像和其他文档格式快速准确地转换为 markdown、JSON、chunks 和 HTML，并可选择使用 LLM 增强。
path_boost是一个实现PathBoost的Python包，PathBoost是一种用于可解释图级别预测的梯度提升算法。它能自动发现图中具有预测性的带标签路径，支持回归和二元分类，并与scikit-learn兼容。
作者将古典伊斯兰圣训验证方法改编为多智能体AI系统的信任框架，并以论文和Python包（isnad）的形式发布。
fast-rlm 是一个开源的 Python 工具，允许 LLM 在 RLM 框架中运行，以进行递归子代理调用，并具备支出限制和实时日志流等功能。
mlx-code是一个Python包，为Apple Silicon提供了一个本地优先的LLM编码代理，集成了MLX推理服务器、多协议API支持、git工作树隔离以及可组合的多智能体原语。
本文介绍了FederatedRSF，一个用于联邦随机生存森林的Python包，它能处理跨机构的部分重叠医学数据而无需共享原始数据，并在乳腺癌数据上展示了与集中式训练相当的性能。
一位16岁的开发者创建了sage-explainer，这是一个Python包，用于近似黑盒模型（如随机森林和XGBoost）对特征的预测灵敏度，提供比中心有限差分更稳定的结果。
bde是一个Python包，通过MILE方法将基于采样的贝叶斯深度学习带给实践者，结合了JAX的速度和scikit-learn的API，用于表格监督学习任务。
code-review-graph是一个Python工具，使用Tree-sitter构建代码的结构化地图，追踪增量变更，并通过MCP为AI编码助手提供精确上下文，从而在代码审查任务中显著减少令牌使用量。