autograms-一个开源的AI语言老师

Portal是加载和可视化深度神经网络在图像和视频上的最快方式，基于TypeScript和React构建，并集成了Flask后端，提供高效的深度学习模型操作体验。

Visual Prompt Tuning是一种通过使用提示调整技术来提高视觉模型性能的方法。该方法可以有效地应用于多种视觉任务，旨在通过对现有模型进行微调，最大限度地减少参数调整，同时增强模型的表现。

Mikupad是一个轻量级、高效的语言模型前端，支持多种后端，具备会话持久性和预测撤销/重做等功能，旨在打造一个简单而强大的文本生成界面。

flux-fine-tuner是一个为ostris/ai-toolkit提供Cog封装的项目，支持flux模型的后训练Cog推理，旨在简化模型推理流程，并与现有工具高度兼容。

LLM4SE是一个专为软件工程设计的大型语言模型，能够理解和生成多种编程语言的代码，自动化代码审查与重构，智能化错误检测与调试，并能自动生成项目文档。同时，LLM4SE可以与多种开发工具和环境集成，提升开发效率。

Eko是一个用自然语言构建生产就绪的智能工作流框架，让开发者能轻松创建从简单命令到复杂流程的可靠Agent，统一在电脑和浏览器环境中运行。

autopilot是一个基于Elixir语言实现的SpaceX ISS对接模拟器自动驾驶仪，旨在模拟和自动化空间对接过程，提供教育和研究支持。

RestGPT 是基于大型语言模型的自主代理的代码实现，通过 RESTful API 控制现实世界的应用程序。它旨在将语言模型与 API 连接起来，解决与规划、API 调用和响应解析相关的挑战。

pyenv 可以轻松地在多个 Python 版本之间切换。它简单易用，并且遵循 UNIX 的传统，即做好一件事的单一用途工具。

CoreNet 是苹果公司开发的开源深度神经网络工具包，支持训练多种标准和新颖的小型和大型模型。它适用于对象分类、对象检测和语义分割等多种任务，允许研究人员和工程师使用基础模型（如 CLIP 和 LLM）进行高效的深度学习研究。

Flow是一个轻量级的任务引擎，旨在构建AI代理，优先考虑简单性和灵活性。它采用动态任务队列系统设计，支持并发执行和动态调度，同时具备智能依赖管理、自动跟踪、状态管理和流式执行等功能。

这个开源项目是为了帮助使用JS/TS的开发者开始构建ChatGPT插件而设计的。它提供了一切必需的工具和资源，包括可以用机器学习进行聊天的ChatGPT插件。

Falco 项目最初由 Sysdig 创建，是一个正在孵化的 CNCF 开源云原生运行时安全工具。它可以轻松使用内核事件，并使用来自 Kubernetes 和其他云原生堆栈的信息丰富这些事件。

LangChain推出的标准化LLM代理API协议，提供了Runs(执行)、Threads(多轮对话)、Store(长期记忆)三大核心功能模块，实现了代理服务的框架无关部署标准。

使用C语言加速的语言模型推理项目，旨在实现单个GPU单批次的硬件利用最大化，具有最小的实现和依赖。该项目通过高效的算法和实现方式，优化了GPU的性能，适合多种语言模型的应用场景。

多模态持续学习资源库：汇集多模态持续学习方法的资源库，提供最新的研究进展和相关论文，助力人工智能领域的学习与发展

typical-sampling 是一个为 Jax、PyTorch 和 TensorFlow 打造的先进自然语言处理工具，支持典型采样算法，旨在优化模型训练和推理过程，提供易于集成的 API 以提升开发效率。

这是一个Chrome插件和O网页链接，可以使用ZoomEye搜索引擎和ChatGPT聊天机器人进行网络空间扫描和漏洞检测。虽然ChatGPT不稳定，但大部分时候还是可靠的。