爱可可-爱生活
爱可可-爱生活
No 1. GenAI Book：《Hands-On Generative AI with Transformers and Diffusion Models》一书的配套资源库，包含完整的代码示例和练习答案。涵盖了生成式AI的核心内容，从Transformers到扩散模型，从语言模型到图像生成，并包含实践应用案例。适合想要系统学习生成式AI的开发者使用 No 2. Ridgeplot：用Python实现优美山脊线图(Ridgeline Plots)的可视化库。基于Plotly生态系统，提供简单易用的接口，支持交互式绘图，具有灵活的配置选项，可自定义样式、颜色、间距等参数，适用于展示多组分布数据的时间序列或分类数据 No 3. YTSage：现代化的YouTube视频下载工具，基于PyQt6构建了清爽的图形界面。支持任意质量视频下载、音频提取、字幕获取(包括自动生成字幕)、视频元数据查看等功能。基于yt-dlp构建，确保可靠的下载性能，操作简单直观 No 4. Prompt越狱手册：系统介绍Prompt构建技巧和越狱方法的手册，包含Prompt设计指南、常见问题解决、优化技巧、越狱框架案例等内容，适合想深入了解AI交互提示工程的用户 No 5. MasteringRAG：一个全面的企业级RAG系统教程项目，涵盖从入门到精通的完整知识体系。包括文档问答、检索优化、评估方法、Agent实现等多个模块，提供详细的实践示例和优化方案，帮助开发者构建高质量的RAG应用 No 6. Ollama交互式提示工程教程：一个基于Jupyter Notebook的交互式教程，专门针对Ollama平台的提示工程学习。课程分为9个章节，从基础到高级，涵盖提示结构、角色分配、数据与指令分离、输出格式化、避免幻觉等核心内容。使用Qwen2.5模型作为示例，提供大量实践练习机会 No 7....
No 1. LLMs Interview Questions：收录了63个大语言模型(LLM)相关的面试问题及答案，针对2024年机器学习和数据科学面试提供系统化的准备资料。内容涵盖LLMs基本原理、Transformer架构、注意力机制、预训练与微调等核心知识点，附带详细解答和代码示例 No 2. MasteringRAG：一个全面的企业级RAG系统教程项目，涵盖从入门到精通的完整知识体系。包括文档问答、检索优化、评估方法、Agent实现等多个模块，提供详细的实践示例和优化方案，帮助开发者构建高质量的RAG应用 No 3. Prompt越狱手册：系统介绍Prompt构建技巧和越狱方法的手册，包含Prompt设计指南、常见问题解决、优化技巧、越狱框架案例等内容，适合想深入了解AI交互提示工程的用户 No 4. Promptic：一个轻量级LLM应用开发框架，类似于Python requests库的简洁设计理念，提供了90%必需的LLM开发功能。支持结构化输出、函数调用、流式响应、对话记忆等特性，基于LiteLLM实现跨平台兼容，让开发者专注于业务功能实现 No 5. OpenReasoningEngine：一个开源的AI推理引擎框架，支持多种强大功能：逐步推理、基于记忆的规划、多智能体混合决策、束搜索、自我反思等。兼容所有支持函数调用的OpenAI兼容接口，内置Python解释器、网页搜索、Wolfram Alpha等工具，可用于构建复杂的AI推理系统 No 6. Bananas：跨平台的屏幕共享工具，支持Mac、Windows和Linux系统。采用点对点(P2P)连接技术，无需账户注册和服务器基础设施(仅需基本的stun/turn/信令服务器用于初始连接)。特点是使用简单、即装即用，适合远程协作和结对编程等场景 No 7. Zotero-arXiv-Daily：一款基于Zotero文献库的个性化arXiv论文推荐工具。它能根据用户Zotero库中的文献内容，自动推荐相关的最新arXiv论文，并通过邮件发送推荐列表。特色功能包括AI生成的论文摘要、相关度排序、PDF和代码链接等，可通过GitHub Actions实现零成本自动化部署和每日推送 No 8. Awesome-LLM-as-a-judge：一个关于LLM作为评判器的综合资料库，收集整理了大语言模型在评判任务中的应用研究，涵盖了帮助性、无害性、可靠性、相关性、可行性等多个评估维度，以及相关方法论和评估基准 No...
No 1. LLMs Interview Questions：收录了63个大语言模型(LLM)相关的面试问题及答案，针对2024年机器学习和数据科学面试提供系统化的准备资料。内容涵盖LLMs基本原理、Transformer架构、注意力机制、预训练与微调等核心知识点，附带详细解答和代码示例 No 2. Bananas：跨平台的屏幕共享工具，支持Mac、Windows和Linux系统。采用点对点(P2P)连接技术，无需账户注册和服务器基础设施(仅需基本的stun/turn/信令服务器用于初始连接)。特点是使用简单、即装即用，适合远程协作和结对编程等场景 No 3. FluxKits：Flux系列模型工具集，包含两个主要部分：1) Flux-mini，一个3.2B参数的文生图模型，是从12B的Flux-dev模型蒸馏而来，大幅降低硬件需求；2) Flux-NPU，支持在NPU设备上运行Flux模型的工具库。特点是在保持较好生成效果的同时，显著降低了训练和推理的显存占用与计算时间 No 4. Zotero-arXiv-Daily：一款基于Zotero文献库的个性化arXiv论文推荐工具。它能根据用户Zotero库中的文献内容，自动推荐相关的最新arXiv论文，并通过邮件发送推荐列表。特色功能包括AI生成的论文摘要、相关度排序、PDF和代码链接等，可通过GitHub Actions实现零成本自动化部署和每日推送 No 5. ppf-contact-solver：ZOZO开源的物理仿真接触求解器，专门用于布料、固体和绳索等物体的物理模拟。具有无穿透、可扩展(支持1.5亿级接触点)、GPU高效计算、精确的物理特性等特点。通过Docker封装和JupyterLab界面，使用门槛低，适用于服装、动画等领域的物理仿真 No 6. Steel Browser：专为AI Agent设... No 7. MasteringRAG：一个全面的企业级RAG系统教程项目，涵盖从入门到精通的完整知识体系。包括文档问答、检索优化、评估方法、Agent实现等多个模块，提供详细的实践示例和优化方案，帮助开发者构建高质量的RAG应用 No 8....
No 1. llm_note：一个全面的大语言模型(LLM)技术学习笔记库，涵盖Transformer模型结构、模型压缩、推理部署、高性能计算等核心内容。包含详细的论文解读、代码分析、性能优化方案，以及对FlashAttention、LightLLM等重要框架的深入解析，是LLM技术学习的优质参考资料 No 2. LLMForEverybody：一个面向所有人的大模型知识分享项目，内容涵盖预训练、部署推理、微调、量化、并行计算、Prompt工程、Agent等核心主题。特别适合准备大模型相关面试的求职者，将复杂的技术概念用通俗易懂的方式呈现，帮助读者快速掌握大模型技术全貌 No 3. 悟空IM：一款高性能通用通讯服务框架，基于9年经验沉淀，采用去中心化设计，支持分布式部署。可用于即时通讯、系统消息、物联网通讯、音视频信令、直播弹幕等多种场景。特色包括超大群聊(10万人)、自研二进制协议、全程加密、高可用容灾、无需第三方中间件等 No 4. #转发赠书#携手@图灵新知 @图灵文化 送出3本《万物皆计算》 No 5. 大模型的第一性原理 No 6. Awesome Foundation Model ROS：一个精选的ROS项目集合，收录了利用基础模型的机器人项目资源，包括框架、模型封装、开发工具和演示项目。涵盖了语言模型、视觉模型等在ROS环境下的应用，方便开发者快速找到和使用各类基础模型 No 7. nano-simsiam：一个极简的PyTorch实现的SimSiam自监督学习框架，仅用400行代码实现，基于ResNet50在ImageNet上达到良好性能。支持分布式训练、实时KNN评估和自动混合精度训练，适合研究原型开发，代码简洁易于理解和修改 No 8. Agentic CursorRules：一个实用的AI智能体管理工具，通过严格的文件树分区和域边界来管理Cursor中的多个AI助手。它能将代码库划分为逻辑域(如前端、API、数据库)，为每个AI助手生成特定的工作范围，有效防止代码冲突并保持大型项目的一致性...
No 1. LLMForEverybody：一个面向所有人的大模型知识分享项目，内容涵盖预训练、部署推理、微调、量化、并行计算、Prompt工程、Agent等核心主题。特别适合准备大模型相关面试的求职者，将复杂的技术概念用通俗易懂的方式呈现，帮助读者快速掌握大模型技术全貌 No 2. llm_note：一个全面的大语言模型(LLM)技术学习笔记库，涵盖Transformer模型结构、模型压缩、推理部署、高性能计算等核心内容。包含详细的论文解读、代码分析、性能优化方案，以及对FlashAttention、LightLLM等重要框架的深入解析，是LLM技术学习的优质参考资料 No 3. [LG] A Survey on LLM-as-a-Judge 本文系统地综述了利用大型语言模型进行评估（LLM-as-a-Judge）的研究进展，提出了一个新的评估基准，并揭示了一些反直觉的发现，例如并非所有改进策略都能提升性能，为构建更可靠、更鲁棒的 ...... No 4. firecrawl-simple：精简版网站爬虫工具，专为自托管优化的网页抓取和转换工具。可将任意网站内容抓取并转换为LLM友好的markdown格式，移除了原版中的计费逻辑和AI功能，支持批量爬取和格式转换，适合需要构建AI训练数据的场景 No 5. GraphRAG-SDK：一个面向图数据检索增强生成(RAG)的开发工具包，提供自动化知识图谱构建和管理功能，支持OpenAI等LLM模型集成，具备本体管理、知识图谱构建、多智能体协作等特性，可用于高级数据查询和知识图谱应用开发 No 6. #转发赠书#携手@图灵新知 @图灵文化 送出3本《万物皆计算》 No 7. aisuite：一个统一的生成式AI接口工具，为开发者提供标准化的多LLM调用接口。支持OpenAI、Anthropic、Azure、Google等主流AI服务商，使用类似OpenAI的接口设计，让开发者可以无缝切换不同的LLM提供商进行测试和对比，无需修改代码 No...
No 1. 密歇根大学工程数学笔记：为工程师准备的实用数学参考手册，包含大量常用数学公式、定义和标准化处理，旨在简化数学公式的查找和使用 No 2. GraphRAG-SDK：一个面向图数据检索增强生成(RAG)的开发工具包，提供自动化知识图谱构建和管理功能，支持OpenAI等LLM模型集成，具备本体管理、知识图谱构建、多智能体协作等特性，可用于高级数据查询和知识图谱应用开发 No 3. RAGLite：一个轻量级Python RAG工具... No 4. OmniSearch：多模态RAG检索增强系统，首创自适应规划代理，能根据问题解决阶段和当前检索内容实时规划检索动作。项目包含全新的动态VQA数据集(Dyn-VQA)，可用于评估多模态RAG方法在真实场景中的表现。支持中英双语，已在ModelScope上线开放API No 5. firecrawl-simple：精简版网站爬虫工具，专为自托管优化的网页抓取和转换工具。可将任意网站内容抓取并转换为LLM友好的markdown格式，移除了原版中的计费逻辑和AI功能，支持批量爬取和格式转换，适合需要构建AI训练数据的场景 No 6. #转发赠书#携手@图灵新知 @图灵文化 送出3本《万物皆计算》 No 7. Saplings：一个强大的AI智能体框架，基于树搜索算法提升AI代理的决策能力。支持多种搜索算法如蒙特卡洛树搜索(MCTS)、A*和贪心最佳优先搜索，可帮助AI代理探索和评估不同的工具使用路径，避免错误并做出更好的决策。仅需两行代码即可为代理添加搜索功能 No 8. aisuite：一个统一的生成式AI接口工具，为开发者提供标准化的多LLM调用接口。支持OpenAI、Anthropic、Azure、Google等主流AI服务商，使用类似OpenAI的接口设计，让开发者可以无缝切换不同的LLM提供商进行测试和对比，无需修改代码 No 9. llama-ocr：基于Llama...
No 1. 密歇根大学工程数学笔记：为工程师准备的实用数学参考手册，包含大量常用数学公式、定义和标准化处理，旨在简化数学公式的查找和使用 No 2. LLM资源中心：为大语言模型提供一站式学习资源的平台，包含免费资源、视频教程、学术课程、研究论文等 No 3. whoosh-reloaded：一个纯Python实现的全文索引和搜索库，是Whoosh项目的活跃维护分支。具有快速索引和检索、字段索引搜索、可插拔评分算法、强大的查询语言、拼写检查等特性，适合需要纯Python解决方案的场景，无需编译原生库 No 4. 中国独立开发者项目列表：一个展示中国独立开发者作品的精选合集，收录了1000多个优秀项目，涵盖AI工具、效率软件、浏览器插件、游戏开发等多个领域。项目按类别整理，每个项目都包含开发者、项目名称、链接和简介等详细信息 No 5. RAGLite：一个轻量级Python RAG工具... No 6. #转发赠书#携手@图灵新知 @图灵文化 送出3本《万物皆计算》 No 7. Open-Pandora：开源视频生成模型，支持实时文本控制生成视频，可生成最长10秒的高质量视频内容，支持320×512和576×1024分辨率，基于Webvid数据集训练，提供完整的训练代码和预训练模型权重 No 8. llama-ocr：基于Llama 3.2视觉模型的文档OCR工具库，可将图像文档转换为Markdown格式。使用Together AI的免费Llama 3.2端点进行图像解析，支持不同规模的模型选择(免费版、11B和90B)，提供npm包方便集成，未来将支持PDF文档和JSON输出...
No 1. #转发赠书#携手@图灵新知 @图灵文化 送出3本《万物皆计算》 No 2. 中国独立开发者项目列表：一个展示中国独立开发者作品的精选合集，收录了1000多个优秀项目，涵盖AI工具、效率软件、浏览器插件、游戏开发等多个领域。项目按类别整理，每个项目都包含开发者、项目名称、链接和简介等详细信息 No 3. #转发赠书# 携手@博文视点Broadview 送出3本《基于大模型的RAG应用开发与优化——构建企业级LLM应用》 No 4. AutoFlow：开源的图谱型对话知识库工具，基于TiDB矢量存储构建。具备类Perplexity的对话式搜索功能、网站爬虫采集、知识图谱编辑以及JavaScript嵌入等特性。支持文档站点的智能爬取和检索，可通过可视化界面编辑知识图谱，适合构建智能客服和知识库系统 No 5. Visual Sorting：一款排序算法可视化工具，提供动态视觉效果和声音反馈，支持19种排序算法包括快排、归并、堆排序等，可自定义数组大小(2-1024)、排序速度和主题，每个数据项的高度对应不同的音调，让学习排序算法变得生动有趣 No 6. Marco-o1：开源大型推理模型，专注于解决现实世界的开放性问题。基于Qwen2-7B-Instruct模型，集成了Chain-of-Thought微调、蒙特卡洛树搜索(MCTS)和反思机制。在MGSM数据集上表现优异，英文准确率提升6.17%，中文提升5.60%。特别适用于数学、物理、编程等标准答案领域，以及开放性问题的解决 No 7. #转发赠书# 携手@异步图书 送出5本《AI群星闪耀时》 No 8....
No 1. #转发赠书#携手@图灵新知 @图灵文化 送出3本《万物皆计算》 No 2. indie-hacker-tools-plus：专为独立开发者打造的精选技术栈和工具合集。涵盖Web开发模板、前后端框架、数据库、支付系统、部署工具等全方位资源。特色是注重效率和成本优化，收录经过市场验证的热门工具，包含详细的使用场景和推荐说明 No 3. DarkFlare：一个隐蔽的TCP-over-CDN隧道工具，通过Cloudflare的CDN网络将TCP流量伪装成普通HTTPS请求。可以绕过企业防火墙和网络限制，支持SSH、RDP等TCP协议，具有低延迟、安全性好的特点。包含客户端和服务器端两个组件，可实现TCP流量的加密传输和访问控制 No 4. ollama-ebook-summary：一个专门用于长文本总结的LLM工具，可以将电子书或PDF自动分段处理并生成详细的要点总结。支持epub和pdf格式，能自动提取章节，将文本分成~2000 token的小块进行处理，最终生成结构化的笔记和总结，特别适合学习研究和知识整理 No 5. amILearningEnough：一个面向底层编程的学习路线图和资源集合。主要聚焦C语言和汇编语言的系统级编程学习，内容涵盖计算机架构、系统资源优化、操作系统开发、驱动程序编写等核心主题，帮助开发者深入理解计算机底层工作原理 No 6. 中国独立开发者项目列表：一个展示中国独立开发者作品的精选合集，收录了1000多个优秀项目，涵盖AI工具、效率软件、浏览器插件、游戏开发等多个领域。项目按类别整理，每个项目都包含开发者、项目名称、链接和简介等详细信息 No 7. 写了篇深度长文《AI Coding的范式革命：从工具演进到认知重构》 No 8. AnyModal：基于PyTorch的灵活多模态语言模型框架。支持轻松集成图像、音频等多种输入模态，提供模块化的架构设计，包含输入处理器、编码器和分词器三大核心组件。框架可扩展性强，便于添加新的输入模态处理器和分词器，并提供了丰富的预训练模型库 No 9....
No 1. 中国独立开发者项目列表：一个展示中国独立开发者作品的精选合集，收录了1000多个优秀项目，涵盖AI工具、效率软件、浏览器插件、游戏开发等多个领域。项目按类别整理，每个项目都包含开发者、项目名称、链接和简介等详细信息 No 2. MCTS：一个用Python实现的蒙特卡洛树搜索(Monte Carlo Tree Search)算法库，包含了基础的MCTS实现和一些实验性游戏示例。该项目提供了一个简单的数值累加游戏作为测试用例，可用于学习和理解MCTS算法的工作原理 No 3. #转发赠书# 携手@博文视点Broadview 送出3本《基于大模型的RAG应用开发与优化——构建企业级LLM应用》 No 4. 写了篇深度长文《AI Coding的范式革命：从工具演进到认知重构》 No 5. #转发赠书# 携手@异步图书 送出5本《AI群星闪耀时》 No 6. indie-hacker-tools-plus：专为独立开发者打造的精选技术栈和工具合集。涵盖Web开发模板、前后端框架、数据库、支付系统、部署工具等全方位资源。特色是注重效率和成本优化，收录经过市场验证的热门工具，包含详细的使用场景和推荐说明 No 7. DRL-Pytorch：最全面的深度强化学习算法PyTorch实现合集，整合了13种主流强化学习算法。包括从入门级的Q-learning到高阶的SAC、TD3等，每个算法都配有详细文档、完整训练曲线和论文引用。项目还提供了丰富的学习资源推荐，包括环境配置、经典书籍、在线课程和重要论文等 No...