Open fly51fly opened 1 month ago
No 1. text-splitter：将文本分割成不同的片段，以便在处理更大的文本时更好地处理文本 No 2. 用GaLore在消费级硬件上训练大模型 No 3. Common Corpus 让 AI 更透明 No 4. #免费##抽奖# 携手@博文视点Broadview 送出3本《大语言模型：原理与工程实践(全彩)》 No 5. 'ONNX Runtime Server: The ONNX Runtime Server is a server that ...... No 6. [good]//这里以通俗易懂的方式来分析Sora的可能做法，包括它的整体结构以及关键组件。我希望即使您不太懂技术，也能大致看明白Sora的可能做法，所以画了几十张图来让看似复杂的机制更好理解，如果您看完对某部分仍不理解，那是我的问题。技术神秘化的去魅：S... No 7. 李世乭“人机大战”8年后的反思和感悟 No 8. Mirascope：快速高质量开发的 LLM 工具集 No 9. 几篇论文实现代码 No 10. GAMA-Bench：多Agent环境下LLM博弈能力的性能测试基准 No 11. Lightning Thunder：开源 PyTorch 代码编译器，可以使 PyTorch 程序更快，无论是单个加速器还是分布式环境 No 12. [LG]《Non-negative Contrastive Learning》 No 13. [CV] Geometric Constraints in Deep Learning Frameworks: A Survey ...... No 14. LLaMA Nuts and Bolts：旨在通过代码和文档了解 LLaMA 和其组件运行背后的原理的开源项目 No 15. AnimateDiff-Lightning：超快的文生视频实现 No 16. 专家混合(MoE)模型详解 No 17. img2img-turbo：基于SD-Turbo的一步图到图变换 No 18. 大语言模型与工具使用相关论文资源列表 No 19. 泛洪预警的'AI力量'：跨界协作,开放创新 No 20. 这里以通俗易懂的方式来分析Sora的可能做法，包括它的整体结构以及关键组件。我希望即使您不太懂技术，也能大致看明白Sora的可能做法，所以画了几十张图来让看似复杂的机制更好理解，如果您看完对某部分仍不理解，那是我的问题。技术神秘化的去魅：S... No 21. 'FaceSearchSDK_Android - On Device Android Face 1:N and M:N ...... No 22. Maestro：一个AI辅助任务拆分和执行框架，通过 Anthropic API 使用 Claude Opus 和 Haiku 模型来将目标分解成子任务，并根据每个子任务执行并最终形成最终结果 No 23. Recommender AI Agent: 使用大语言模型提供交互式推荐功能的agent No 24. GritQL 是一个描述式查询语言，可以用于搜索和修改代码，支持多种编程语言 No 25. 表格数据的监督学习 No 26. 位置识别方法、数据集和各种LiDAR算法大列表 No 27. 可视水印去除相关资源列表Mirascope是一个快速高质量开发的 LLM 工具集，让编写 Python 代码如同使用熟悉的 Python 代码一样简洁易写。 No 28. [CL]《Chart-based Reasoning: Transferring Capabilities from LLMs to VLMs》 No 29. [CL]《TnT-LLM: Text Mining at Scale with Large Language Models》 No 30. HPT：HyperGAI的开源多模态大语言模型，能理解文本和视觉输入之间的关系 No 31. [LG] Understanding the Double Descent Phenomenon in Deep Learning ...... No 32. 早！[太阳] No 33. OpenAI的GPT商店充斥大量违规内容 No 34. 晚安～ [月亮] No 35. [LG] Securing Large Language Models: Threats, Vulnerabilities ...... No 36. [CV] AnimateDiff-Lightning: Cross-Model Diffusion Distillation ...... No 37. [CV] HUGS: Holistic Urban 3D Scene Understanding via Gaussian ...... No 38. 用于用户建模的大型语言模型(LLM-UM)相关论文列表 No 39. '《AI 辅助编程：借助 GitHub Copilot 和 ChatGPT 掌握 Python》 No 40. [RO]《Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers》 No 41. OpenDMD：基于分布匹配蒸馏的一步扩散的开源实现和模型 No 42. 大模型安全相关阅读列表 No 43. Teable：一个超快速、实时、专业、开发者友好、... No 44. [LG]《PERL: Parameter Efficient Reinforcement Learning from Human Feedback》 No 45. jnv：用jq实现JSON的交互式过滤浏览 No 46. 介绍了Vid2Robot，一种新的端到端视频条件下的策略学习框架，使得机器人能够通过观察人类的视频演示来直接产生行动，通过交叉注意力机制和辅助对比损失处理高维度数据和任务变化性，展示了在真实世界机器人任务中的有效性和对于不同对象间动作迁移的新能力。//[RO]《Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers》 No 47. ArXiv Paper Reader：旨在简化和流利的arXiv论文阅读，使用 LaTeX 代码转换为 HTML 页面，然后提取文本和公式，将其转换为视频，并创建与 PDF 文档匹配的图，以及文本分段并将其转换为音频 No 48. [LG] Understanding Diffusion Models by Feynman's Path Integral ...... No 49. [CL]《Enhancing LLM Factual Accuracy with RAG to Counter Hallucinations: A Case Study on Domain-Specific Queries in Private Knowledge-Bases》 No 50. 提出非负对比学习(NCL)方法，用以提升深度学习特征表示的可解释性、稀疏性和解耦性，理论上证明了其优越性，并在多个任务中展现了对于标准对比学习的显著改进，同时也为监督学习带来了益处。//[LG]《Non-negative Contrastive Learning》
No 1. text-splitter：将文本分割成不同的片段，以便在处理更大的文本时更好地处理文本 No 2. 用GaLore在消费级硬件上训练大模型 No 3. Common Corpus 让 AI 更透明 No 4. #免费##抽奖# 携手@博文视点Broadview 送出3本《大语言模型：原理与工程实践(全彩)》 No 5. 'ONNX Runtime Server: The ONNX Runtime Server is a server that ...... No 6. [good]//这里以通俗易懂的方式来分析Sora的可能做法，包括它的整体结构以及关键组件。我希望即使您不太懂技术，也能大致看明白Sora的可能做法，所以画了几十张图来让看似复杂的机制更好理解，如果您看完对某部分仍不理解，那是我的问题。技术神秘化的去魅：S... No 7. 李世乭“人机大战”8年后的反思和感悟 No 8. Mirascope：快速高质量开发的 LLM 工具集 No 9. 几篇论文实现代码 No 10. GAMA-Bench：多Agent环境下LLM博弈能力的性能测试基准 No 11. Lightning Thunder：开源 PyTorch 代码编译器，可以使 PyTorch 程序更快，无论是单个加速器还是分布式环境 No 12. [LG]《Non-negative Contrastive Learning》 No 13. [CV] Geometric Constraints in Deep Learning Frameworks: A Survey ...... No 14. LLaMA Nuts and Bolts：旨在通过代码和文档了解 LLaMA 和其组件运行背后的原理的开源项目 No 15. AnimateDiff-Lightning：超快的文生视频实现 No 16. 专家混合(MoE)模型详解 No 17. img2img-turbo：基于SD-Turbo的一步图到图变换 No 18. 大语言模型与工具使用相关论文资源列表 No 19. 泛洪预警的'AI力量'：跨界协作,开放创新 No 20. 这里以通俗易懂的方式来分析Sora的可能做法，包括它的整体结构以及关键组件。我希望即使您不太懂技术，也能大致看明白Sora的可能做法，所以画了几十张图来让看似复杂的机制更好理解，如果您看完对某部分仍不理解，那是我的问题。技术神秘化的去魅：S... No 21. 'FaceSearchSDK_Android - On Device Android Face 1:N and M:N ...... No 22. Maestro：一个AI辅助任务拆分和执行框架，通过 Anthropic API 使用 Claude Opus 和 Haiku 模型来将目标分解成子任务，并根据每个子任务执行并最终形成最终结果 No 23. Recommender AI Agent: 使用大语言模型提供交互式推荐功能的agent No 24. GritQL 是一个描述式查询语言，可以用于搜索和修改代码，支持多种编程语言 No 25. 表格数据的监督学习 No 26. 位置识别方法、数据集和各种LiDAR算法大列表 No 27. 可视水印去除相关资源列表Mirascope是一个快速高质量开发的 LLM 工具集，让编写 Python 代码如同使用熟悉的 Python 代码一样简洁易写。 No 28. [CL]《Chart-based Reasoning: Transferring Capabilities from LLMs to VLMs》 No 29. [CL]《TnT-LLM: Text Mining at Scale with Large Language Models》 No 30. HPT：HyperGAI的开源多模态大语言模型，能理解文本和视觉输入之间的关系 No 31. [LG] Understanding the Double Descent Phenomenon in Deep Learning ...... No 32. 早！[太阳] No 33. OpenAI的GPT商店充斥大量违规内容 No 34. 晚安～ [月亮] No 35. [LG] Securing Large Language Models: Threats, Vulnerabilities ...... No 36. [CV] AnimateDiff-Lightning: Cross-Model Diffusion Distillation ...... No 37. [CV] HUGS: Holistic Urban 3D Scene Understanding via Gaussian ...... No 38. 用于用户建模的大型语言模型(LLM-UM)相关论文列表 No 39. '《AI 辅助编程：借助 GitHub Copilot 和 ChatGPT 掌握 Python》 No 40. [RO]《Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers》 No 41. OpenDMD：基于分布匹配蒸馏的一步扩散的开源实现和模型 No 42. 大模型安全相关阅读列表 No 43. Teable：一个超快速、实时、专业、开发者友好、... No 44. [LG]《PERL: Parameter Efficient Reinforcement Learning from Human Feedback》 No 45. jnv：用jq实现JSON的交互式过滤浏览 No 46. 介绍了Vid2Robot，一种新的端到端视频条件下的策略学习框架，使得机器人能够通过观察人类的视频演示来直接产生行动，通过交叉注意力机制和辅助对比损失处理高维度数据和任务变化性，展示了在真实世界机器人任务中的有效性和对于不同对象间动作迁移的新能力。//[RO]《Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers》 No 47. ArXiv Paper Reader：旨在简化和流利的arXiv论文阅读，使用 LaTeX 代码转换为 HTML 页面，然后提取文本和公式，将其转换为视频，并创建与 PDF 文档匹配的图，以及文本分段并将其转换为音频 No 48. [LG] Understanding Diffusion Models by Feynman's Path Integral ...... No 49. [CL]《Enhancing LLM Factual Accuracy with RAG to Counter Hallucinations: A Case Study on Domain-Specific Queries in Private Knowledge-Bases》 No 50. 提出非负对比学习(NCL)方法，用以提升深度学习特征表示的可解释性、稀疏性和解耦性，理论上证明了其优越性，并在多个任务中展现了对于标准对比学习的显著改进，同时也为监督学习带来了益处。//[LG]《Non-negative Contrastive Learning》