모델 엔지니어링
모델 학습, 오프라인 압축, 일반 평가, 분석, 출처 추적 및 접근 라우팅을 위한 도구와 방법입니다. 압축 목적의 증류는 model-compression-and-quantization, 일반 적응 학습은 학습 분류에 속합니다. 모델 릴리스, 런타임 실행 및 보안 중심 분석·평가는 제외하며 보안 제품은 ai-security에 속합니다.
세부 분야
모델 액세스 및 라우팅
모델 호환 API를 제공하고, 제공자를 선택하고, 사용 정책을 적용하거나 구독을 중계하는 게이트웨이와 라우터입니다. 로컬 추론 엔진과 MCP 도구 프록시는 제외합니다.
4 개 프로젝트모델 평가
모델·에이전트의 일반 능력, 품질, 신뢰성 또는 효율성을 주로 측정하는 벤치마크, 데이터셋, 평가자 및 하네스입니다. 안전성, 탈옥, 인젝션, 유해성 또는 보안 중심 평가는 벤치마크·하네스 형식과 관계없이 ai-safety-evaluation에 속합니다. 학습 도구와 프로덕션 실행 시스템은 제외합니다.
4 개 프로젝트모델 학습과 파인튜닝
사전 학습, 지속 사전 학습, 파인튜닝, 선호도 학습 또는 증류를 통해 모델 가중치를 최적화하는 프레임워크, 레시피 및 도구입니다. 추론 서빙과 프롬프트 수준의 에이전트 기술은 제외합니다.
2 개 프로젝트| 프로젝트 | 하는 일 | 스타 | 언어 | 라이선스 | 최근 릴리스 |
|---|---|---|---|---|---|
| diegosouzapw/omniroute | 359개 제공자와 1,200개 이상 모델을 하나의 엔드포인트로 연결하고 쿼터 인식 폴백을 제공합니다. | ★ 78K | TypeScript | MIT | v3.8.51 |
| yetone/magpie | 여러 모델 프로토콜을 번역하고 쿼터·가중치로 계정과 모델을 전환하는 로컬 게이트웨이입니다. | ★ 15.7K | Go | MIT | v0.1.1285 |
| yinsongxu/llm2jev | 기존 로컬 LLM·MLLM을 미세 조정 없이 Jev식 구조화 판정 모델로 바꿔 프리필 한 번에 판정합니다. | ★ 449 | Python | Apache-2.0 | v0.2.0 |
| scaleapi/agentenv-framework | 현실적인 강화학습 환경을 연구자·엔지니어·전문가가 함께 구축하도록 지원하는 프레임워크입니다. | ★ 323 | Python | Apache-2.0 | v0.9.1334 |
| deepseek-ai/deepep-ascend | 화웨이 어센드 NPU에서 분산 MoE 학습과 추론의 all-to-all 통신을 가속하는 저수준 라이브러리입니다. | ★ 260 | C++ | — | — |
| zihan-su/self_gradient_forcing_plus | 컨텍스트 작성과 디노이징 파라미터를 분리해 더 긴 자기회귀 비디오 생성을 학습합니다. | ★ 196 | Python | Apache-2.0 | — |
| qwenlm/blenderworld | 텍스트·이미지·영상으로 편집 가능한 3D 장면을 만드는 에이전트를 평가하는 223개 과제의 Blender 벤치마크입니다. | ★ 124 | Python | MIT | — |
| composo-ai/dishwasherbench | 실제 식기세척기 물리 시뮬레이션 게임에서 언어 모델 에이전트의 목표 달성 능력을 평가한다. | ★ 70 | TypeScript | MIT | — |
| jevagentharness/jevagentharness | 코딩 에이전트의 단계를 일반과 난제로 분류해 빠른 모델과 강한 모델로 라우팅하는 로컬 OpenAI 호환 프록시입니다. | ★ 13 | Python | MIT | — |
| cmu-l3/reuf2f | 코딩 에이전트가 Lean으로 형식화한 학부 연구 문제에서 정리나 반례를 증명하게 하는 벤치마크입니다. | ★ 9 | Lean | NOASSERTION | — |