Tool Learning Papers-工具学习相关文献的集合

一个将PDF内容转换成自然对话形式的音频播客工具，支持输出为MP3文件，让你的知识和信息以声音的形式传播

EcoPaste是一款开源免费的剪贴板管理工具，具有全面的功能和便捷的操作体验，支持多平台使用，旨在提高用户的剪贴板管理效率。

Diart是一个优化方案的代码实践，构建在pyannote-audio模型之上，旨在实时识别不同的说话人，特别适用于实时音频流（如来自麦克风）的场景。

LlamaIndex (GPT Index) 是一个为大型语言模型（LLM）应用提供数据管理框架的工具，帮助开发者高效管理和检索数据。它能够与多种数据源无缝集成，并支持多种索引策略，以便在开发LLM应用时简化数据处理流程。

一种超高效的微调方法，旨在扩展预训练大型语言模型 (LLM) 的上下文大小，而无需巨大的计算成本。它使用稀疏局部注意力替代密集全局注意力，显著节省计算量，同时在训练过程中只需两行代码即可实现，推理时可选。结合可训练的嵌入和归一化，增强LoRA的有效性，并在7B/13B到70B的LLaMA2模型上表现出强大的性能。此外，LongLoRA兼容FlashAttention-2等现有技术，并创建了LongQA数据集用于监督微调，包含超过3000个长上下文问答对。

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。

一个 Claude 提示词，可以将一篇文章、图片、PDF 总结为卡片式效果图，旨在提升内容的可读性和传播性。

基于LLaMA 3.1的增强视觉指令微调工具，为多模态大型语言模型提供性能提升，公开发布8B参数模型的检查点。

为大型语言模型提供的结构化提示集合，帮助用户以更有效的方式与AI对话，提升交互体验。此项目旨在通过清晰的提示结构，提高用户与AI之间的沟通效率，确保生成的输出更符合用户需求。

一个自然语言处理任务与实例集，提供多种NLP任务的实现和示例。

Local AI Stack是一个入门套件，旨在帮助开发者构建可以在本地运行的AI应用，运行成本为零，适合从文档问答功能开始，用JavaScript进行开发，方便易用。

Autolabel是一个开源项目，主要提供Python库，用于自动标注、清洗和丰富文本数据集。该项目的目标是为机器学习提供大规模、干净、多样化的标注数据，并且具有高精度、低成本和快速启动的特点。它利用大型语言模型（LLM）来执行标注、清洗和丰富文本数据集的任务。该项目由refuel-ai在GitHub上进行维护。

该课程包含人工智能可解释性分析领域的导论、算法综述、经典论文精读、代码实战和前沿讲座，由B站知名UP主“同济子豪兄”主讲，课程视频免费开源。

UniMoCap是一个社区实现，旨在统一文本-动作数据集（HumanML3D、KIT-ML和BABEL）以及全身动作数据集（Motion-X）。

MAP-NEO是一个完全开源的大型语言模型，提供预训练数据、数据处理流程、预训练脚本和对齐代码，支持中英文，性能与LLaMA2 7B相当。

shuyuan 是一个集成多种电子书资源的项目，包括香色闺阁、阅读3.0书源、源阅读、爱阅书香、花火阅读、读不舍手等多个电子书平台的书源。

这个开源项目整合了ChatGPT和Siri的快捷指令，提供了详细的中英文使用说明。

EcoAssistant是一个旨在以更经济和准确的方式使用大型语言模型（LLM）的工具，能够提高代码相关问题的回答准确性，提供灵活的接口以支持不同的应用场景，同时优化资源使用，降低计算成本。