爱可可-爱生活
爱可可-爱生活
No 1. 游戏是学习编程的最佳方式——从CSS、Python、JavaScript到区块链。十个最佳在线通过游戏学编程网站推荐： ...... No 2. '懒人客服 - 基于大模型的智能对话客服工具，支持微信、千牛、哔哩哔哩、抖音企业号、抖音、抖店、微博聊天、小红书专业号运营、小红书、知乎等平台接入，可选择 ...... No 3. tiny-gpu：开源的 Verilog 语言编写的 GPU 设计项目，旨在帮助人们从底层上理解 GPU 是如何工作的 No 4. 'Llama3-Chinese：以Meta-Llama-3-8B为底座，使用 DORA + LORA+ 的训练方法，在50w高质量中文多轮SFT数据 ...... No 5. 防止依赖AI导致的认知萎缩...
No 1. #免费##抽奖# 携手@博文视点Broadview 送出3本《多模态大模型：新一代人工智能技术范式 （全彩）》 No 2. 用Pytorch从头实现Transformer No 3. tiny-gpu：开源的 Verilog 语言编写的 GPU 设计项目，旨在帮助人们从底层上理解 GPU 是如何工作的 No 4. 'Llama3-Chinese：以Meta-Llama-3-8B为底座，使用 DORA + LORA+ 的训练方法，在50w高质量中文多轮SFT数据 ...... No 5. phidata：为 LLM...
No 1. 用Pytorch从头实现Transformer No 2. seemore：用 PyTorch 从头开始实现的视觉语言模型 No 3. #免费##抽奖# 携手@博文视点Broadview 送出3本《多模态大模型：新一代人工智能技术范式 （全彩）》 No 4. 游戏是学习编程的最佳方式——从CSS、Python、JavaScript到区块链。十个最佳在线通过游戏学编程网站推荐： ...... No 5. ai-diagram-generator：AI 流程图生成器，使用 LlamaIndex 和 Vercel AI SDK 构建的 AI 图表生成器，可以根据给定的主题生成图表，并在生成过程中实时流传输部分图表...
No 1. 开源机器学习编译器的“理想与现实” src:http://t.cn/A6TEd5ne No 2. 新书：《AI辅助编程》，关于如何利用人工智能开发工具进行代码创建的实用指南，适合初学者和经验丰富的开发者 No 3. Llama3-8B-Chinese-Chat：首个中文微调LLaMa 3模型，基于 Meta-Llama-3-8B-Instruct 模型，使用 ORPO 对其进行了中文微调，从而提高了其在中文问答中的表现 No 4. 游戏是学习编程的最佳方式——从CSS、Python、JavaScript到区块链。十个最佳在线通过游戏学编程网站推荐： ...... No 5. 用了半个亿GPT Token得出的经验 No 6. LLM金融市场应用 No 7. 大模型训练成本估算...
No 1. 游戏是学习编程的最佳方式——从CSS、Python、JavaScript到区块链。十个最佳在线通过游戏学编程网站推荐： ...... No 2. llama3-Chinese-chat：首个llama3 中文版) ，供学习交流演示 No 3. 用了半个亿GPT Token得出的经验 No 4. Frappe HR：开源的 HR 和薪酬管理软件项目，提供了一个完整的 HRMS 解决方案，包括员工管理、入职、请假、薪酬、税务等多个模块 No 5. Anything：一个 Mac 应用，用 AI 自动化任何事，类似于 Zapier，但专注于 AI...
No 1. 用 ORPO 将 Llama 3 的性能提升到新高度 No 2. [CL] Exploring the landscape of large language models: Foundations, ...... No 3. LLM匿名竞技场的最新结果显示，在English赛道 Llama-3-70b-Instruct 已经超过 Claude ...... No 4. json-repair：提供了一个名为...
No 1. minimind：3小时从0训练26M小参数GPT，低至2G显卡即可推理训练 No 2. Briefer：一个集成代码、数据可视化和协作功能的仪表盘和笔记本平台，支持Markdown、Python、SQL，以及原生可视化，提供灵活的数据应用构建和数据报告生成 No 3. PuePy - Python+Webassembly前端框架：通过PyScript将Python直接嵌入浏览器，提供现代Web框架的便利，无需Webpack、NPM或JavaScript的复杂性，支持响应式数据绑定和组件化架构，内置单页应用(SPA)路由，无需构建层，直接执行，支持完整Pyodide或Micropython No 4. Qwen2-VL微调工具：用于微调开源多模态大模型Qwen2-VL，支持单GPU和多GPU训练，提供简易上手的微调脚本和数据，旨在帮助开发者快速进行模型微调或再训练 No 5. 基于大型语言模型的软件工程Agent资源集：为软件工程领域提供基于大型语言模型（LLM）的Agent技术，通过增强LLM的外部资源和工具利用能力，显著扩展了其在软件工程任务中的应用范围和有效性 No 6. iText2KG：利用大型语言模型增量构建知识图谱的工具，具备零样本能力，支持跨领域知识提取，并通过Neo4j进行可视化展示 No 7. 出海网站经验总结 No 8. fused-ssim：高效可微分的结构相似性指数(SSIM)实现，适用于深度学习中图像质量评估，特色在于完全融合的实现方式，减少了全局内存访问，提高了计算效率 No 9. #免费##抽奖# 携手@博文视点Broadview...
No 1. minimind：3小时从0训练26M小参数GPT，低至2G显卡即可推理训练 No 2. 出海网站经验总结 No 3. AI-Driven Research Assistant：一个先进的多智能体系统，用于自动化复杂的研究过程，利用LangChain、OpenAI GPT模型和LangGraph，这个工具简化了假设生成、数据分析、可视化和报告编写。非常适合寻求提高工作流程和生产力的研究人员和数据科学家 No 4. PuePy - Python+Webassembly前端框架：通过PyScript将Python直接嵌入浏览器，提供现代Web框架的便利，无需Webpack、NPM或JavaScript的复杂性，支持响应式数据绑定和组件化架构，内置单页应用(SPA)路由，无需构建层，直接执行，支持完整Pyodide或Micropython No 5. Token压缩研究精选：专注于视觉Transformer(ViT)和视觉语言模型(VLM)的Token压缩技术，旨在提高模型效率和性能 No 6. iText2KG：利用大型语言模型增量构建知识图谱的工具，具备零样本能力，支持跨领域知识提取，并通过Neo4j进行可视化展示 No 7. 免费书《机器学习导论》：由Laurent Younes撰写，涵盖机器学习算法的数学基础和分析技术，包括统计预测、核理论、Hilbert空间技术、监督学习算法、生成方法、图形模型、变分方法、深度生成模型、无监督学习方法以及集中不等式和泛化界限 No 8. 学术个人主页模板：为科学家设计的简洁学术主题个人主页，易于部署在GitHub页面上，并且可以通过CSS进行相对简单的定制...
No 1. 出海网站经验总结 No 2. 免费书《机器学习导论》：由Laurent Younes撰写，涵盖机器学习算法的数学基础和分析技术，包括统计预测、核理论、Hilbert空间技术、监督学习算法、生成方法、图形模型、变分方法、深度生成模型、无监督学习方法以及集中不等式和泛化界限 No 3. Awesome_GPT_Super_Prompting：集合了GPT模型破解、提示注入、安全防护等资源的宝库，专注于探索和分享GPT模型的高级使用技巧和潜在漏洞 No 4. GenAgent：构建协作AI系统，通过自动化工作流生成，以ComfyUI案例研究为例，主要功能包括从人类设计的工作中学习并创建新的工作流，使大型语言模型代理能够更好地理解并执行复杂任务 No 5. Token压缩研究精选：专注于视觉Transformer(ViT)和视觉语言模型(VLM)的Token压缩技术，旨在提高模型效率和性能 No 6. AI-Driven Research Assistant：一个先进的多智能体系统，用于自动化复杂的研究过程，利用LangChain、OpenAI GPT模型和LangGraph，这个工具简化了假设生成、数据分析、可视化和报告编写。非常适合寻求提高工作流程和生产力的研究人员和数据科学家 No 7. Unitree Go1 四足机器人数据集：包含腿部运动学（关节编码器和接触传感器）、IMU和激光雷达数据，用于研究和开发腿部机器人的运动控制和导航算法 No 8. 来自Anthropic的提示工程技巧总结：...
No 1. Docling：轻松快速地将PDF文档转换为JSON或Markdown格式，支持详细页面布局理解、阅读顺序恢复和表格结构提取，可选OCR功能 No 2. Awesome-Dify-Workflow：分享一些好用的 Dify DSL 工作流程，自用、学习两相宜。包含多种工作流模式，无需第三方API，使用Deepseek模型，支持中英翻译、SEO优化、内容创作等 No 3. 《强化学习导论（第二版）》习题解答和编程问题解答，旨在帮助学习者深入理解和实践强化学习算法 No 4. aleatory：Python库，用于随机过程的模拟和可视化，支持生成随机过程的轨迹并创建可视化图表，特色是简单易用且功能丰富 No 5. VLM-Visualizer：视觉-语言模型注意力可视化工具，旨在通过结合语言模型和视觉变换器的注意力权重，生成输入图像上的注意力图，以直观展示模型在生成特定令牌时关注图像的哪些部分 No 6. magic-html - 通用HTML数据提取器：旨在简化从HTML中提取主体区域内容的Python库，提供便捷高效的接口，支持多模态抽取，多种版面extractor，以及latex公式提取转换 No 7. Cerebras DocChat：包含了用于训练 GPT-4 级别的文档式问答模型的代码和数据集准备工具，这些模型能够在几小时内完成训练。 No...