smile
統計機器智慧與學習引擎 (Statistical Machine Intelligence & Learning Engine)
smile 是什麼?
統計機器智慧與學習引擎 (Statistical Machine Intelligence & Learning Engine)
smile 概覽
這是什麼
SMILE(Statistical Machine Intelligence & Learning Engine)是一個基於 JVM 的機器學習與 AI 平台,建構在 Java 25 上,並提供 Kotlin 與 Scala 的 API。它涵蓋模型建構、演算法嵌入,以及在本機提供經典機器學習、ONNX 圖形和大型語言模型(LLM)的服務。此專案為開放原始碼,託管於 GitHub。
主要功能
- 數百種演算法,涵蓋分類、迴歸、聚類、流形學習、時間序列、異常偵測、自然語言處理、深度學習及原生 LLM 推論(MiniMax M3、Qwen、Llama)。
- 採用原始型別支援的記憶體佈局、Panama FFM 和 Java Vector API(SIMD)進行最佳化,以達到高速與小體積(0.2 GB GraalVM 原生微型容器,啟動時間 0.4 秒,閒置時約 80 MiB RAM)。
- 支援裝置端訓練與適應:直接在即時邊緣或應用資料上訓練與更新模型(隨機森林、梯度提升、K-Means、DBSCAN)。
- 三大支柱:核心引擎(嵌入應用程式)、SMILE Serve(統一推論執行環境,基於 Quarkus,支援經典 ML、ONNX、LLM 聊天、Prometheus 指標)以及 SMILE Agent Studio(本機優先的桌面工作區,包含 9 個專業 AI 代理、Agent Hub、多語言 IDE)。
- 提供精確的 TreeSHAP(用於樹集成)與模型無關的 KernelSHAP,用於局部特徵歸因。
- 支援連續批次處理、保留前綴的 Radix KV 快取、推測解碼、原子模型熱交換、Kubernetes 健康檢查與 Prometheus 指標。
使用情境
將機器智慧嵌入 JVM 微服務、分支伺服器、支付終端機、車輛閘道器或氣隙節點。適用於從資源受限的邊緣閘道器到多 GPU 叢集的即時自主決策。也可用於在本機建構與提供經典 ML 模型、ONNX 模型及 LLM,無需依賴雲端。
快速開始
請參閱儲存庫的 README 以取得透過 Maven、SBT(Scala)、Gradle(Kotlin)及原生函式庫(BLAS/LAPACK)的安裝說明。README 中提供了快速入門範例。
授權與價格
中繼資料中未聲明授權(NOASSERTION)。此專案為開放原始碼,並可從 HALO.AI 取得商業授權,以移除專有部署中的著作權與原始碼揭露義務。
內容整理自該專案公開的 README 與儲存庫資訊。