TinyAI 为 Java 开发者提供一套可理解、可扩展的 AI 框架。
详细介绍
TinyAI 是一个完全基于 Java 的全栈式轻量级 AI 框架，涵盖从多维数组计算到自动微分、神经网络、强化学习与大语言模型（LLM, Large Language Model）的模块化实现。项目以教育友好与生产就绪为设计目标，提供详尽中文注释、丰富示例与演示程序，便于在 Java 生态中进行模型训练、微调与部署。
主要特性
- 模块化架构：可独立组合的智能体、模型与训练模块，便于按需裁剪与扩展。
- 智能体系统：内置记忆管理、检索增强生成（RAG, Retrieval-Augmented Generation）、多智能体协作与自进化能力。
- 大语言模型：实现 GPT 系列、DeepSeek 与 Qwen3 等模型，并支持 LoRA 微调与参数高效训练。
- 教学与生产：详尽中文注释、演示程序与测试覆盖，兼顾学习曲线与工程化落地。
使用场景
- 企业级服务：基于 RAG 的知识库问答、智能客服与文档智能处理系统。
- 开发者工具：AI 编程助手、代码分析与自动化重构支持。
- 研究与教学：模型原型验证、Transformer 与强化学习算法教学平台。
- 具身智能：自动驾驶与机器人控制的模拟与控制实验平台。
技术特点
- 纯 Java 实现：核心计算引擎零第三方依赖，便于在传统 Java 平台上部署与集成。
- 并行与多设备：支持并行训练与多设备计算，适配企业级训练场景。
- 可组合模块：从多维数组库到模型层、智能体层均可独立使用或组合，支持微服务化部署。
- 丰富的示例与测试：大量演示程序与单元测试，便于快速上手与持续集成。