Awesome-Video-LMM-Post-Training 是一个系统汇总最新 Video-LMM 后训练技术的开源仓库，涵盖强化学习调优、多模态微调、推理能力提升和推理基准等前沿研究。

它不仅收录了大量高质量论文、代码和数据集，还重点关注如何通过后训练加强视频大模型的推理能力，实现更精准复杂的视频内容理解。

主要亮点：
- 强化学习（RLHF、DPO、GRPO等）驱动的视频模型推理优化
- 面向视频推理的监督微调（SFT）方法与数据
- 测试时推理能力扩展技术，提升长视频理解效率
- 专门设计的复杂视频推理基准和评测体系

适合视频理解、视觉语言模型、多模态AI研究者和开发者深入学习参考。

现代数据库不够直观，关系型表格设计复杂且难以扩展，图数据库又难以直接操作，开发者常常在两者之间左右为难。

Gel 是一个全新的图关系型数据库，融合了关系数据库、图数据库和 ORM 的优点，采用更贴近现代编程思维的「类型+链接」模型，不再依赖传统的外键和表结构。| #数据库

它用简洁易懂的类型定义替代了复杂的表结构，支持强类型、索引、约束、计算属性和存储过程，还带来创新的链接属性和顶级 JSON 支持。

Gel 的查询语言 EdgeQL 重新设计了 SQL，返回结构化对象，天然支持深度关联查询，无需繁琐的 JOIN，查询嵌套和子查询也变得简单优雅。

关键特性：

- 类型驱动的 schema，易读易写，符合现代编程习惯
- 支持多语言客户端，配套 CLI 工具，开发体验极佳
- 强大且灵活的 EdgeQL 查询语言，支持复杂数据操作
- 支持数据迁移和管理，内置云端托管方案
- 兼具 ORM 和数据库功能，减少中间层复杂度

适合需要处理复杂关联数据、追求高效开发的团队和个人，让数据库设计和使用回归本质，助力下一代应用开发

数据库备份和恢复任务繁琐又容易出错，多个工具切换更让运维头疼。

Onedump 是一款开源的数据库管理工具，专注于简化多种数据库的备份与恢复流程，一键搞定数据库数据导出和同步。| #数据库 #工具

它支持 MySQL 和 PostgreSQL，除了内置无依赖的 MySQL 原生转储器，还兼容 mysqldump 和 pg_dump，满足不同场景需求。

主要功能包括：

- 多源数据库备份到多目标存储（本地、AWS S3、Google Drive、Dropbox、SFTP）；
- MySQL binlog 备份和恢复，实现精准的时间点恢复；
- 支持断点续传和并发的 SFTP 文件传输；
- 内置 MySQL 慢日志解析工具，方便性能分析；
- 配置文件可本地或直接从 S3 加载，支持集群和容器化部署；
- Slack 通知集成，实时掌握备份状态。

支持跨平台使用，既有方便的二进制文件，也有包含所有依赖的 Docker 镜像，适合 DBA、开发者和运维团队。

DSRs 是用 Rust 从零打造的 DSPy 框架重写版，充分利用了 Rust 的类型系统、安全内存和并发优势，实现更快、更稳定的 LM 应用开发体验。

它不仅支持灵活定义输入输出接口、模块化流水线设计，还内置了多种预测器和评测框架，甚至有针对 LM 提示词的高级优化器，帮你轻松提升模型效果。

主要特点：
- Rust 原生，安全高效，性能卓越
- 模块化设计，易扩展，自定义流水线无压力
- 支持链式推理（CoT），提升复杂任务表现
- 内置多种优化器：COPRO 快速迭代，MIPROv2 结合大模型智能优化
- 丰富示例和测试，快速上手

适合科研人员、开发者和数据科学家用来构建下一代智能应用。

Model Explorer ONNX Adapter 是一个专为 ONNX 模型设计的可视化插件，基于流行的 Model Explorer 项目，帮助开发者更直观地理解模型结构和数据流向。| #可视化 #插件

主要功能：
- 直观展示 ONNX 模型的节点及边（输入输出关系）；
- 支持可视化 PyTorch 导出的 ONNX 模型验证结果；
- 方便调试和分析模型中间数据差异；
- 兼容 WSL（Windows Subsystem for Linux）环境，跨平台使用；
- 支持多种配色主题，提升阅读体验。

适合深度学习工程师、AI研究员以及模型开发者深入探索和调试 ONNX 模型。

图片编辑总是需要繁琐的操作和复杂的指令，手动调整又费时又难精准。

VAREdit 是基于 Infinity 模型的高阶图像编辑AI，专为指令驱动的高质量图片修改设计。它能快速且准确地根据你的文字说明，自动完成复杂的图像编辑任务。

核心亮点：
- 强指令跟随能力，准确理解各种编辑需求；
- 高效推理，8B模型生成一张图仅需1秒以内；
- 支持512×512和1024×1024分辨率，满足不同创作需求；
- 开源免费，MIT许可，方便研究与二次开发。

适合设计师、内容创作者和AI爱好者，想轻松实现图片风格变换、细节修饰、元素添加等功能的最佳选择。

“Agentic Science”项目汇总了AI自主科学探索的最新进展，展示了AI如何从辅助工具成长为能独立提出假设、设计实验、分析数据乃至迭代改进理论的“科学家”。

核心亮点包括：
- 详尽梳理生命科学、化学、材料科学、物理学等领域的智能代理应用
- 多智能体协作推动跨学科研究加速
- 从观测假设到实验执行再到数据解读，完整自主科研流程
- 丰富论文资源和案例，助力科研工作者深入了解前沿趋势