Recommender Systems with Large Language Models (Paper List)-收集推荐系统与大语言模型文献

Refact是一个开源的Copilot替代方案，提供自托管或云端选项，旨在提升开发工作效率。

LlamaChat的Mac客户端让用户可以直接在本机与他们喜欢的Llama模型进行交互，支持定制化的对话体验。

Watermark-Removal 是一个基于机器学习的图像修复任务，能够本能地去除图像中的水印，修复效果与原图无差别。

TinyGPT是一个基于picoGPT项目，从零开始用C++11实现的GPT-2推理框架，旨在为嵌入式系统和资源受限环境提供高效的文本生成和自然语言处理功能。

LLM应用实例教程，涵盖langchain、openai、llamaindex、gpt、chromadb和pinecone等多个工具和技术，提供详细的使用指南和示例，帮助开发者快速上手并实现AI应用。

gpt-author是一个强大的工具，通过输入高级细节，用户可以利用一系列人工智能系统在几分钟内生成一整本高质量的奇幻小说，并配有插图。它支持多种风格和主题选择，提供用户友好的界面，用户还可以实时编辑和导出小说为电子书格式。

RocksCache是一个Redis缓存库，旨在确保在各种极端情况下的最终一致性和强一致性。它提供了先进的防击穿、防穿透和防雪崩机制，以应对高并发和分布式系统中的数据一致性挑战。

VLABench是一个大规模基准测试平台，专为公平评估视觉语言代理、具身代理和视觉语言模型而设计，提供长视野推理任务的支持，适用于多种任务和场景，旨在为研究人员和开发者提供标准化的测试环境。

多模态大语言模型(MLLM)安全性相关论文资源列表，旨在阻止模型遵循恶意指令和生成有毒内容。该项目聚合了多种安全性相关的研究成果，帮助研究人员和开发者深入了解MLLM的潜在风险，并促进对安全性的讨论和研究。

一个专注于挖掘多模态视觉语言模型潜力的开源项目，支持从2B到34B不同规模的密集和MoE大型语言模型，具备图像理解、推理和生成的能力。

这个开源项目名为Caption-Anything，其功能包括以下方面： 1. Segment Anything：可以对图片中的任何物体进行分割。 2. 视觉描述：可以自动生成图片的视觉描述。 3. ChatGPT：可以通过点击图片中的物体，自动生成与该物体相关的文本描述。 4. 采用机器学习技术：该项目使用机器学习技术实现上述功能。 该项目完全开源，也是一个机器学习领域的开源项目。

Cybertron是一个纯Go语言包，为前沿的自然语言处理(NLP)技术提供了简单易用的接口，支持多种预训练模型，具备高性能的文本处理能力，易于集成到现有的Go项目中。

这是一个用于为自定义消息生成RViz插件的包，帮助开发者直观展示和分析复杂的消息数据。

这个项目基于《Go Concurrency in Go》和《Go Programming Language》两本书的代码示例，详细介绍了Go语言的并发编程，帮助开发者理解并应用Go的并发模型。

Financial Datasets 是一个开源的 Python 库，旨在利用大语言模型(LLM)生成合成的金融和财务数据集，方便用户进行数据分析和机器学习模型训练。该库支持多种数据格式输出，并且易于与现有的数据分析工具集成。

旨在开发并开源大型语言模型的对齐技术，包括监督微调(SFT)、奖励模型(RM)、拒绝采样和人类反馈强化学习(RLHF)等。

Chat-Ext 是一个开源的 Chrome 扩展程序，允许用户通过 Hugging Face 模型与网页内容进行 AI 聊天交互，同时支持本地 LLM 服务器，为用户提供智能辅助和实时互动体验。

JARVIS是一个基于Python开发的聊天机器人，具有图形用户界面，能够为用户提供实时聊天、信息检索和每日新闻服务。