THRML综合评价:一般

extropic-ai · 模型部署与训练

基于 JAX 的概率图模型构建与高效采样代码库。

免费开源 · Apache-2.0
GitHub 收藏1.2K近 7 天 +3
代码最近更新2026 年 10 月 6 日
许可证开源 · Apache-2.0
要不要花钱免费

主要用于构建概率图模型、进行高效的块吉布斯采样和能量模型计算。适合机器学习研究人员使用。需要具备编程基础,通过写代码安装和调用。

用起来难吗要写代码在哪用命令行
能用的模型
说明里没点名

能做什么

  • 进行概率图模型的块采样
  • 支持异构图模型构建
  • 提供离散能量模型工具
  • 支持自定义节点状态结构
  • 利用显卡进行并行采样加速

怎么开始

  1. 需要会写代码,准备好相应的运行环境
  2. 在终端中通过包管理器安装该库
  3. 参考官方文档编写代码定义图模型并运行采样

选它,如果你……

  • 你需要用代码构建概率图模型并进行高效采样
  • 你希望在显卡上加速离散能量模型的计算
  • 你想提前实验适配未来热力学硬件的算法原型

别选,如果你……

  • 你不会写代码或想要开箱即用的软件
  • 你只是想直接使用通用大语言模型聊天

怎么用

代码开源,可以免费下载使用。

多少钱、在哪买

免费使用。

综合评价:一般(更新放缓或问题处理差)

更新放缓近 90 天改代码 6 次;最近一次发版是 62 天前(v0.1.4)
问题处理暂不评近 90 天只有 2 个新问题,太少不评
用的人一般GitHub 收藏 1,162,近 7 天新增 3;11 人参与开发
用户口碑暂不计用过的人的评价满 5 条后才算进来

数字取自 GitHub 的公开记录(2026/10/6), 用过的人的评价来自本页口碑。自己核对:项目主页、问题、外部提交的修改、发版记录。

怎么评的

只看公开、能核对的数据,不打分数,只给四档结论,每一项的依据都写在旁边。

  • 更新:近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版,算「很活跃」;30 天内有改动算「活跃」;半年内算「放缓」;半年以上没动或者已经归档,算「停更」。
  • 问题处理:近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多,算「好」;解决不到一半算「差」;其余算「一般」。新问题不到 10 个的不评。
  • 用的人:GitHub 收藏 5 万以上算很多,1 万以上算多,1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
  • 用户口碑:用过的人的评价满 5 条才算进来(注册不满 7 天的账号不算);平均分在 2.5 分及以下,总评降一档。
  • 总评四档:还在更新、问题处理好、用的人多 → 推荐;还在更新 → 不错;更新放缓或问题处理差 → 一般;半年以上没更新 → 谨慎。许可证有附加条件、商用受限的,单独提醒,不影响总评。
  • 收费软件(ChatGPT、Cursor 这类)没有公开的问题记录,就看 App Store:最近一次更新在 30 天内算「活跃」,半年内算「放缓」,半年以上算「停更」;打分人数 10 万以上算很多,1 万以上算多,1 千以上算一般;评分 4 分以上算好,2.5 分及以下算差,打分不到 100 人不评。再加上用过的人的评价。

收藏数能刷,所以只占一项;更新和问题处理很难刷。数据每天更新,超过两周没更新的不评。

最近更新和热度

  1. v0.1.4

    支持用 uv 安装,修复了采样程序和变量索引等多处报错问题

  2. v0.1.3

    首次公开发布并上线 PyPI

近 30 天 GitHub 收藏:+3
用过?说两句

用户口碑

用户评价

还没有评价

平均分和优缺点人数只统计说自己用过的评价。注册未满 7 天的账号暂不计分。参与计分不足 5 条时不显示平均分。

你用过吗
评分
评价公开可见,不要写账号密码、Key 或验证码。

用户提问

还没有提问

还没有人提问。可以问装在哪、要不要花钱、能不能接自己的 Key、中文好不好用。

提问公开可见,用过的人都能回答。

数据来源:GitHub,每天更新,更新时间 2026 年 10 月 6 日。 信息有误?告诉我们。

THRML:是什么、要不要花钱、怎么用 | 模真真