LLMChat.me는 수십 개의 오픈소스 대규모 언어 모델을 하나의 통합된 채팅 인터페이스로 집계하는 온라인 서비스입니다. Vicuna, Alpaca, ChatGLM, MOSS 등 모델을 선택하여 텍스트, 코드 또는 창의적 콘텐츠를 생성할 수 있습니다. 이 플랫폼은 대화 기록을 저장하고 맞춤형 시스템 프롬프트를 지원하며, 다양한 모델 백엔드 간에 원활한 전환이 가능합니다. 실험, 프로토타이핑, 생산성 향상에 이상적이며, 브라우저에서만 작동하여 다운로드 없이 빠르고 안전하며 무료로 최신 커뮤니티 기반 AI 모델에 접속할 수 있습니다.

OpenSpiel은 간단한 행렬 게임부터 체스, 바둑, 포커와 같은 복잡한 보드게임까지 다양한 환경을 제공하며, 가치 반복, 정책 기울기, MCTS 등 여러 강화학습 및 검색 알고리즘을 구현하고 있습니다. 모듈식 C++ 핵심과 Python 바인딩을 통해 사용자 정의 알고리즘을 통합하거나, 새로운 게임을 정의하거나, 표준 벤치마크에서 성능을 비교할 수 있습니다. 확장성을 고려하여 설계되어 있으며, 단일 에이전트 및 다중 에이전트 설정을 지원하여 협력적이고 경쟁적인 시나리오 연구가 가능합니다. 연구자들은 OpenSpiel을 활용하여 빠르게 알고리즘을 프로토타입하고, 대규모 실험을 수행하며, 재현 가능한 코드를 공유합니다.

Pits and Orbs는 Python으로 구현된 오픈소스 강화 학습 환경으로, 에이전트가 목표를 추구하고 환경 위험에 직면하는 턴 기반 다중 에이전트 그리드 월드를 제공합니다. 각 에이전트는 사용자 정의 가능한 격자를 탐색하며, 페널티를 부여하거나 에피소드를 종료하는 무작위로 배치된 함정을 피하고, 긍정적인 보상을 위해 구슬을 모아야 합니다. 이 환경은 경쟁 모드와 협력 모드를 모두 지원하며, 연구자들이 다양한 학습 시나리오를 탐구할 수 있게 합니다. 간단한 API는 Stable Baselines 또는 RLlib과 같은 인기 RL 라이브러리와 원활하게 통합됩니다. 주요 기능으로는 조정 가능한 격자 크기, 동적 함정 및 구슬 분포, 구성 가능한 보상 구조, 그리고 훈련 분석을 위한 선택적 로깅이 포함됩니다.

Athina AI는 AI 개발 팀이 대규모 언어 모델(LLM) 애플리케이션을 신속하게 프로토타입, 실험 및 테스트할 수 있도록 설계된 올인원 플랫폼입니다. 이 플랫폼은 스프레드시트와 유사한 협업 도구를 제공하여 프롬프트를 관리하고, 망상 감지 및 수정, 모델 성능을 개선하는 것이 용이합니다. 또한 애플리케이션의 건강과 효과성을 보장하기 위한 모니터링 기능이 포함되어 있으며, 이는 빠른 배포와 품질 관리를 향상시키는 데 기여합니다.

Multi-Agent-Seller는 AI 에이전트를 활용한 전자상거래 협상 시뮬레이션을 위한 모듈형 환경을 제공합니다. 동적 가격 책정, 시간 기반 양보, 유틸리티 기반 의사결정 등 맞춤형 협상 전략을 갖춘 구매자와 판매자 에이전트가 포함되어 있습니다. 사용자는 맞춤형 프로토콜, 메시지 형식, 시장 조건을 정의할 수 있습니다. 프레임워크는 세션 관리, 제안 추적, 결과 로그, 시각화 도구를 내장하여 에이전트 상호작용을 분석할 수 있게 합니다. 머신러닝 라이브러리와 쉽게 연동되어 강화학습이나 규칙 기반 에이전트 전략 개발도 지원합니다. 확장 가능한 구조로 새로운 에이전트 유형, 협상 규칙, 시각화 플러그인을 추가할 수 있습니다. Multi-Agent-Seller는 멀티에이전트 알고리즘 테스트, 협상 행동 연구, AI 및 전자상거래 개념 교육에 이상적입니다.