发现与 Performance Testing 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
这个资源库主要由Omar Santos (@santosomar)维护，包含数千个与道德黑客、漏洞赏金、数字取证与事件响应 (DFIR)、人工智能安全、漏洞研究、漏洞利用开发、逆向工程等相关的资源。
适用于Agent AI可观测性、监控和评估框架的Python SDK。其功能包括代理、LLM和工具追踪，多代理系统调试，自托管仪表盘以及带有时间线和执行图视图的高级分析。
面向CPU、GPU和专用加速器的开放式深度学习编译器栈
Burn是一个全新的、功能强大的动态深度学习框架，它基于Rust语言构建，其主要目标是实现极高的灵活度、计算效率和可移植性。
构建、管理和部署 AI/ML 系统
OpenVINO™ 是一款开源工具包，用于优化和部署 AI 推理。
一款基于GPT技术的渗透测试工具
生成式AI全景图——令人惊叹的生成式AI应用集锦
测试你的提示词、智能体和检索增强生成 (RAG)。对大型语言模型 (LLM) 进行红队对抗、渗透测试和漏洞扫描。比较 GPT、Claude、Gemini、Llama 等模型的性能。使用简单的声明式配置，并支持命令行和 CI/CD 集成。
在网页上实现机器学习驱动用户体验的库和工具
Qodo-Cover：一款基于人工智能的自动化测试生成和代码覆盖率提升工具！
开源人工智能和大型语言模型系统评估与测试
抽象与推理语料库
面向开发者的开源数据匿名化和合成数据平台。匿名化您的生产数据并在您的环境中同步，以便开发人员可以安全地使用它。
英特尔Nervana™参考深度学习框架，致力于在所有硬件上实现最佳性能
oneAPI深度神经网络库（oneDNN）
这是一本关于Phi系列小型语言模型（SLM）入门指南。Phi是由微软开发的一系列开源AI模型。Phi模型是目前为止最强大、最具成本效益的小型语言模型，在各种语言、推理、编码和数学基准测试中，其性能都超过了同等规模甚至更大规模的模型。
面向 CPU 的，考虑稀疏性的深度学习推理运行时
利用自动并行化技术训练和部署大规模神经网络。
一个开源的数据记录库，适用于机器学习模型和数据管道。它提供数据质量和模型性能随时间的变化情况的可视化。支持隐私保护的数据收集，确保安全性和稳健性。
