AI驯龙笔记-全方位AI知识与实践分享

Stable Video Diffusion 是一个可以本地部署的视频生成模型，旨在通过先进的生成技术创建高质量视频内容。该项目基于生成对抗网络(GAN)技术，支持多种输入格式，能够生成多样化的视频内容，并集成了多种预训练模型，便于用户快速上手。

Python编程入门指南，适合初学者或曾尝试编程但遇到困难的人。提供配套的Jupyter notebooks，非常适合自学和教学。

一个使用 GPT-4 分析截屏并生成 HTML 和 Tailwind CSS 的工具，同时利用 Dall-E 生成相似的图片。该工具能够自动将截屏转换为响应式前端代码，极大地提高了开发效率。通过集成的 GPT-4，用户可以获取图像的详细分析信息，并利用 Dall-E 创建与原图相似的新图像，方便设计和开发过程。

nlp-uncertainty-zoo是一个专注于自然语言处理中的不确定性量化方法的模型库，基于PyTorch实现，提供多种不确定性量化工具，支持多种NLP任务，具有良好的可扩展性。

一份收录独立开发/出海开发相关技术栈及工具的资源，涵盖原型设计、UI 框架、图标库、前后端开发框架等实用内容。

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。

为游戏编程提供简单易用的Go语言绑定库，支持跨平台开发和多种渲染后端，包括OpenGL和SDL

Impacket 是一组用于处理网络协议的 Python 类，专注于提供对数据包和某些协议（例如 SMB1-3 和 MSRPC）的低级编程访问。

该框架将3D感知集成到预训练的2D扩散模型中，增强了得分蒸馏的鲁棒性和3D一致性，旨在解决2D扩散模型无法捕捉3D一致性的问题。

LLM4IR-Survey是一个专注于大型语言模型在信息检索领域应用的文献列表，涵盖了最新的研究成果和发展动态，支持对比不同模型在信息检索任务中的表现，并提供丰富的参考文献和链接，旨在为研究人员提供全面的参考和启发。

Moshi.jl 是一个为 Julia 语言设计的工具，提供类型稳定的代数数据类型和强大的模式匹配功能，支持泛型编程和宏派生，旨在简化数据结构的定义和操作。

DeltaPapers集中于预训练模型参数高效方法（Delta Tuning）的重要文献，涵盖最新研究进展，提供每篇论文的摘要和链接，便于用户查找相关领域的关键文献。

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。

一个用于修改 Cursor 编辑器设备 ID 的跨平台工具集。当遇到设备 ID 锁定问题时，可用于重置设备标识。

AI Travel Agent 是一个智能旅行助理，能够帮助用户查找航班、预订酒店，并且可以发送个性化的旅行计划邮件，旨在提升旅行体验和效率。

WOODS是一个针对序列预测任务的出界泛化基准集合，旨在评估模型在各种序列预测任务中的出界泛化能力。该项目提供了一个标准化的基准，方便研究人员在该领域进行比较和实验。

开源复现Moshi模型训练过程，包括音频编解码器Mimi及文本和音频的层次化语言模型。该项目为研究人员和开发者提供了一个完整的框架，用于训练和实现先进的语音和文本处理能力，支持实时对话和多模态学习。

awesome-chatgpt-prompts的中文版，包含ChatGPT提示管理，以便中文用户更好地使用ChatGPT。