awesome-few-shot-gnn-图数据的少样本学习算法索引

TransferAttack是一个基于PyTorch的框架，旨在提升图像分类中的对抗性传递性，提供评估和攻击模型的功能，并对已有的传递性攻击进行分类和评估。

精选各种开源库和代码片段，旨在帮助开发者轻松构建和优化 Rust 项目。该项目汇集了大量实用的资源，包括食谱和示例，适用于各类 Rust 开发需求，便于查找和使用。

复盘所有NLP比赛的TOP方案，只关注NLP比赛，持续更新中！

AI Gallery是一个展示各种有趣算法的页面，通过AI生成不同的演示内容，用户无需前端技术知识即可轻松使用。同时，它集成了多个小组件，利用AI工具辅助开发，旨在为用户提供直观的算法体验和互动效果。

PicoVGA 库是专为 Raspberry Pi Pico 设计的 VGA 和 TV 显示器解决方案，提供高效的图形处理能力，支持多种分辨率和色深，适合教育、原型设计及个人项目。

rebuff是一个专门用于检测和防止大语言模型（LLM）注入攻击的工具，能够实时监控和分析输入数据，提供详细的安全报告和警告，支持多种语言模型的集成，确保应用程序的安全性。

DeepMark是一款基准测试工具，旨在评估大型语言模型(LLM)在特定任务指标和自定义数据上的性能，帮助开发者理解模型的表现并优化其在不同场景下的应用。

该项目专注于对独立成分进行对齐，以改善多任务学习的效果。通过利用独立成分分析技术，提升多任务学习场景中的性能，适用于多种机器学习任务。

Botsh 是一个基于大语言模型（LLM）的智能体，能够自动识别并安装用户所需的工具，适用于多种环境和需求，提供用户友好的操作接口，使得用户能够轻松配置和使用所需的工具。

arxiv-vanity 是一个将 arxiv 论文转换为 HTML 格式并提供响应式布局的项目，旨在提升阅读体验。

GPT Stats是一个提供自定义聊天GPTs（非OpenAI创建）统计信息的平台，用户可以查看最新的热门GPTs及创作者排行榜，获取详细的使用数据，并进行多种筛选和排序，帮助用户更好地了解和使用各类聊天GPTs。

该项目演示了如何利用大模型进行蒸馏来构建小模型，从而在某些领域实现比大型模型更强的推理效果。

The Pipe 是一个多模态工具，旨在将现实世界的信息输入到大语言模型中。它采用多核设计，并通过精心设计的启发式方法，从各种来源（如文件、文件夹、网页等）创建有意义的文本和图像提示，提升信息处理的效率和质量。

这个开源项目的功能是在命令行界面上使用OpenAI API的技术，实现像GPT一样的对话机器人。

一个通过PyTorch从头开始训练Llama 2 LLM架构模型的项目，支持将权重保存到原始二进制文件并在简单的C文件中推断模型。

Shortest是一个端到端的AI测试框架，利用Claude模型能力，通过自然语言编写可执行的单元测试，支持GitHub与2FA集成，提供安全认证方式。

OmniSteward是一款基于人工智能的大型语言模型，能够通过语音或文字与用户进行互动，控制智能家居和电脑，具备高度的可扩展性和无限的应用可能性。

SlashGPT是一个旨在帮助开发人员快速制作大语言模型(LLM)智能体或具有自然语言用户界面的应用原型的平台。它提供了丰富的功能和灵活的API，支持快速的原型开发和测试，适合教育和实验用途。