MARFT est un LLM basé sur Python, permettant des expériences reproductibles et la prototypage rapide de systèmes IA collaboratifs.

Au cœur, RxAgent-Zoo est un cadre RL réactif qui traite les événements de données provenant des environnements, des buffers de retransmission et des boucles d'entraînement comme des flux observables. Les utilisateurs peuvent enchaîner des opérateurs pour prétraiter les observations, mettre à jour les réseaux et journaliser les métriques de manière asynchrone. La bibliothèque offre une prise en charge des environnements parallèles, des planificateurs configurables et une intégration avec les benchmarks Gym et Atari populaires. Une API plug-and-play permet de remplacer facilement les composants d'agents, facilitant la recherche reproductible, l'expérimentation rapide et les flux de travail d'entraînement évolutifs.

StoreforGPT est une plateforme en ligne dédiée à la présentation des créations GPT personnalisées. Les utilisateurs peuvent explorer une grande variété de GPT adaptés à divers objectifs, facilitant ainsi la recherche de solutions IA répondant à des besoins spécifiques. La plateforme favorise l'innovation et l'engagement communautaire en permettant aux utilisateurs d'essayer et de partager leurs propres GPT. Que vous souhaitiez améliorer votre productivité, rationaliser vos tâches ou simplement expérimenter avec l'IA, StoreforGPT est l'endroit idéal pour découvrir de nouvelles possibilités.

Will AI Do This? est une plateforme innovante qui exploite la puissance de l'IA générative pour engager les utilisateurs dans une multitude d'expériences et de défis. Les utilisateurs peuvent explorer les capacités de l'IA en participant à des activités amusantes et éducatives, comme repérer des différences dans des images, des constructions géométriques, et plus encore. La plateforme est conçue pour être gratuite et ouverte au public, offrant un espace interactif tant pour les passionnés d'IA que pour les utilisateurs occasionnels afin de découvrir le potentiel de la technologie IA dans un contexte pratique.

DemoGPT est un projet Python open-source conçu pour démontrer les concepts fondamentaux des agents IA utilisant les modèles GPT d'OpenAI. Il implémente une interface conversationnelle avec mémoire persistante sauvegardée dans des fichiers JSON, permettant des interactions contextuelles entre sessions. Le framework supporte l'exécution dynamique d'outils, comme la recherche web, le calcul et des extensions personnalisées, via une architecture de style plugin. En configurant simplement votre clé API OpenAI et en installant les dépendances, les utilisateurs peuvent exécuter DemoGPT localement pour prototyper des chatbots, explorer des flux de dialogue multi-tours et tester des workflows pilotés par des agents. Cette démo complète offre une base pratique aux développeurs et chercheurs pour créer, personnaliser et expérimenter avec des agents alimentés par GPT dans des scénarios réels.

Dreamspace.art est une plateforme polyvalente qui offre une toile infinie pour expérimenter des modèles d'IA. Elle permet aux utilisateurs d'exécuter des invites, de visualiser et de comparer des sorties, et de les enchaîner pour favoriser une meilleure compréhension et des insights sur les grands modèles de langage. Que vous soyez un chercheur analysant les sorties d'IA ou un professionnel créatif cherchant à organiser des idées en formats visuels, Dreamspace.art fournit les outils pour expérimenter et innover de manière responsable avec les technologies d'IA.

LLM Clash est une plateforme dynamique conçue pour les passionnés d'IA, les chercheurs et les amateurs qui souhaitent défier leurs grands modèles de langage (LLMs) dans des débats en temps réel contre d'autres LLMs. La plateforme est polyvalente, prenant en charge à la fois les modèles ajustés et ceux prêts à l'emploi, qu'ils soient hébergés localement ou dans le cloud. Cela en fait un environnement idéal pour tester et améliorer les performances et les capacités argumentatives de vos LLMs. Parfois, un prompt bien conçu est tout ce dont vous avez besoin pour faire pencher la balance lors d'un débat !

SimCheck est une extension Chrome conçue pour aider les utilisateurs à générer, comparer et visualiser des embeddings vectoriels. Cette extension tire parti des modèles HuggingFace et de la bibliothèque transformers.js, offrant une interface facile à utiliser pour expérimenter avec des embeddings textuels. Les utilisateurs peuvent créer des embeddings, les comparer et visualiser les résultats, en faisant un outil précieux pour les développeurs, les data scientists et les passionnés de NLP. Elle est particulièrement utile pour comprendre les similitudes et les différences entre les données textuelles de manière plus intuitive et interactive.

ThreeAgents est construit en Python, utilisant l'API de complétion de chat d'OpenAI pour instancier plusieurs agents IA avec des rôles distincts (système, assistant, utilisateur). Il offre des abstractions pour l'invite d'agents, la gestion des messages basés sur le rôle et la gestion de la mémoire contextuelle. Les développeurs peuvent définir des modèles de prompts personnalisés, configurer les personnalités des agents et chaîner les interactions pour simuler des dialogues réalistes ou des flux de travail orientés tâches. Le framework gère l'envoi des messages, la gestion des fenêtres contextuelles et la journalisation, permettant des expériences en prise de décision collaborative ou décomposition hiérarchique des tâches. Avec le support des variables d'environnement et des agents modulaires, ThreeAgents permet un échange fluide entre les backends LLM d'OpenAI et locaux, facilitant la prototypage rapide de systèmes IA multi-agents. Il inclut des scripts d'exemple et la prise en charge de Docker pour une configuration rapide.

Vanilla Agents est un cadre léger basé sur PyTorch qui fournit des implémentations modulaires et extensibles d'agents d'apprentissage par renforcement de base. Il supporte des algorithmes comme DQN, Double DQN, PPO et A2C, avec des wrappers d'environnement adaptables compatibles avec OpenAI Gym. Les utilisateurs peuvent configurer les hyperparamètres, enregistrer les métriques d'entraînement, sauvegarder les points de contrôle et visualiser les courbes d'apprentissage. La base de code est organisée pour la clarté, ce qui le rend idéal pour le prototypage de recherche, un usage éducatif et la mise en référence de nouvelles idées en RL.

CAMEL-AI est un framework basé sur Python permettant aux développeurs et chercheurs de construire, configurer et exécuter plusieurs agents IA autonomes alimentés par des LLMs. Il offre un support intégré pour la génération augmentée par récupération (RAG), l’utilisation d’outils externes, la communication entre agents, la gestion de la mémoire et de l’état, et la planification. Avec des composants modulaires et une intégration facile, les équipes peuvent prototyper des systèmes multi-agent complexes, automatiser des workflows et faire évoluer des expériences sur différents backends LLM.

crewAI Playground est un kit d'outils et un bac à sable pour construire et expérimenter avec des agents pilotés par IA. Vous définissez des agents via des fichiers de configuration ou du code, en spécifiant des invites, des outils et des modules de mémoire. Le playground exécute plusieurs agents simultanément, gère le routage des messages et enregistre l'historique des conversations. Il prend en charge les intégrations de plugins pour des sources de données externes, des backends mémoire personnalisables (en mémoire ou persistants) et une interface web pour les tests. Utilisez-le pour prototyper des chatbots, des assistants virtuels et des flux de travail automatisés avant le déploiement en production.