Red-Hat-AI-Innovation-Team/Red-Hat-AI-Innovation-Team.github.io

# AI 创新团队网站 Red Hat 和 IBM 人工智能创新团队的官方网站，展示我们的开源 AI 研究、工具和出版物。 🌐 **在线站点**: [https://ai-innovation.team](https://ai-innovation.team) ## 关于 我们是一个由 Red Hat 和 IBM 的人工智能研究团队，与 MIT、UMass 及其他领先机构的合作者一起，致力于打造一个包容且可访问的开源 AI 社区。我们的使命是赋能个人共同推动大语言模型和生成式模型的未来发展。 ## 特色项目 ### LLM 中心 - **[its_hub](https://github.com/Red-Hat-AI-Innovation-Team/its_hub)** - 大语言模型的推理时扩展 - **[sdg_hub](https://github.com/Red-Hat-AI-Innovation-Team/sdg_hub)** - 合成数据生成流水线 - **[training_hub](https://github.com/Red-Hat-AI-Innovation-Team/training_hub)** - 大语言模型的后训练算法 ### LLM 工具 - **[async-grpo](https://github.com/Red-Hat-AI-Innovation-Team/async-grpo)** - 用于可扩展强化学习的异步 GRPO - **[hopscotch](https://github.com/Red-Hat-AI-Innovation-Team/hopscotch)** - 一种跳过语言模型中冗余注意力块的方法 - **[mini_trainer](https://github.com/Red-Hat-AI-Innovation-Team/mini_trainer)** - 单节点上支持最多 70B 参数的高效训练库 - **[orthogonal-subspace-learning](https://github.com/Red-Hat-AI-Innovation-Team/orthogonal-subspace-learning)** - 基于自适应 SVD 的持续学习 - **[probabilistic-inference-scaling](https://github.com/probabilistic-inference-scaling/probabilistic-inference-scaling)** - 基于粒子滤波的推理时扩展 - **[reward_hub](https://github.com/Red-Hat-AI-Innovation-Team/reward_hub)** - 先进的奖励模型 - **[SQuat](https://github.com/Red-Hat-AI-Innovation-Team/SQuat)** - 用于扩展推理时间的 KV 缓存量化 - **[training](https://github.com/instructlab/training)** - 面向消息格式 SFT 的高效库 ## 开发 该网站使用 [Jekyll](https://jekyllrb.com/) 构建并托管在 GitHub Pages 上。 ### 先决条件 - Ruby（版本 2.7 或更高） - Bundler - Jekyll ### 本地开发 1. 克隆仓库： ``` git clone https://github.com/Red-Hat-AI-Innovation-Team/Red-Hat-AI-Innovation-Team.github.io.git cd Red-Hat-AI-Innovation-Team.github.io ``` 2. 安装依赖： ``` bundle install ``` 3. 运行开发服务器： ``` bundle exec jekyll serve ``` 4. 在浏览器中打开 `http://localhost:4000` ### 项目结构 ``` . ├── _config.yml # Site configuration ├── _data/ │ ├── settings.yml # Site settings, menus, projects │ └── videos.yml # Video content catalog ├── _includes/ # Reusable HTML components ├── _layouts/ # Page layouts ├── _pages/ # Static pages (About, Publications, etc.) ├── _posts/ # Blog posts ├── _sass/ # Stylesheets ├── images/ # Image assets ├── js/ # JavaScript files └── index.html # Homepage ``` ## 贡献 ### 添加博客文章 在 `_posts/` 中创建新文件，格式为 `YYYY-MM-DD-title.md`： ``` --- layout: post title: Your Post Title date: YYYY-MM-DD image: '/images/posts/your-image.jpg' tags: [tag1, tag2] --- Your content here... ``` ### 添加出版物 编辑 `_pages/publications.md` 并添加新的出版物卡片： ``` ``` ### 添加视频 编辑 `_data/videos.yml`： ``` - title: "Talk Title" speaker: "Speaker Name" youtube_id: "VIDEO_ID" youtube_url: "https://www.youtube.com/watch?v=VIDEO_ID" embed_url: "https://www.youtube.com/embed/VIDEO_ID" date: "YYYY-MM-DD" category: "Random Samples" ``` ### 添加团队成员 编辑 `_pages/about.md` 并添加到相应部分（团队成员或合作者）： ``` ``` ## 网站功能 - ✅ 响应式设计，支持深色/浅色模式 - ✅ 支持分页的博客 - ✅ 可展开摘要的出版物展示 - ✅ 分类的视频目录 - ✅ 项目组合 - ✅ 团队成员简介 - ✅ Google Analytics 集成 - ✅ 搜索引擎优化 - ✅ 懒加载优化的高性能 - ✅ 通过 KaTeX 支持数学公式 ## 主题 该网站使用了一个经过定制的 [Clancy](https://jekyllthemes.io/theme/clancy-portfolio-jekyll-theme) Jekyll 主题，针对研究团队展示进行了优化。 ## 许可证 本网站内容归 AI 创新团队及相应作者所有。具体软件许可证请查阅各个仓库。 ## 联系 如有问题或合作机会，请通过我们的 [GitHub 组织](https://github.com/Red-Hat-AI-Innovation-Team) 与我们联系。 **由 AI 创新团队维护** | Red Hat & IBM | [ai-innovation.team](https://ai-innovation.team)

标签：AI 创新团队, AI 基础设施, AI 平台, DLL 劫持, GitHub 开源, IBM, KV 缓存量化, LLM, LLM Hub, LLM 工具, Python, PyTorch, Red Hat, SEO 关键词, UMass, Unmanaged PE, 二进制发布, 云端 AI, 人工智能, 企业 AI, 参数高效训练, 合作研究, 合成数据生成, 后训练算法, 大语言模型, 奖励模型, 开放社区, 开源工具, 开源研究, 异步 GRPO, 强化学习, 持续学习, 推理加速, 推理工具, 推理扩展, 无后门, 注意力机制优化, 生成式模型, 用户模式Hook绕过, 粒子滤波, 自适应 SVD, 训练库