GenMedicalEval-医疗大语言模型评测框架

本项目展示如何使用向量数据库基于RAG(检索增强生成)方式搭建一个中国历史问答应用，旨在提供准确可靠的历史信息和分析。

TigerLab是一个开源的LLM（大语言模型）工具包，旨在提供用户友好的接口和功能，帮助开发者轻松构建和部署基于大语言模型的应用程序。它集成了多种强大的功能，包括嵌入技术、模型微调和AI安全性，支持不同使用场景的需求。

FlexGen: 针对面向吞吐量的场景在单个 GPU 上运行大型语言模型，旨在提高模型的运行效率和简化部署过程。

Frame Semantic Transformer是一个基于T5模型的框架语义解析器，利用FrameNet进行深度语义分析，支持多种自然语言处理任务，具备灵活的模型训练和微调能力，能够高效地进行推理。

NODE GAM是一个可微分的广义加法模型，旨在为深度学习提供可解释性。它结合了深度学习的强大性能与可解释模型的透明性，帮助用户理解模型的决策过程。

一个完整的课程，适用于任何想进入计算机科学领域的人，带视频讲座的计算机科学课程，100% 免费。

OpenFactCheck是一个开源的事实核查演示，专为大型语言模型（LLMs）设计，旨在整合各种事实核查工具，提供全面的事实核查流程。该项目支持多种核查工具的整合，使得用户能够高效地进行事实核查，并且由于其开源特性，开发者可以根据需求进行扩展和定制。

这个开源项目将GraphRAG与Ollama本地LLM结合，并提供可视化的知识图谱UI和监控。

Anole是一个开源的自回归原生多模态模型，专注于交错图像和文本的生成。它支持文本到图像生成、交错文本-图像生成、文本生成及多模态理解，旨在提供丰富的生成能力和理解能力。

picollm是一个基于X-Bit量化的设备端大型语言模型(LLM)推理引擎，专为运行压缩的大型语言模型而优化。它提供跨平台、高准确性的SDK，支持本地运行以确保隐私安全，适合在资源受限的设备上使用。

Medical_NLP项目涵盖医疗自然语言处理领域的比赛、数据集、大型模型、相关论文及工具包，旨在推动医疗NLP技术的发展与应用。

分享 GitHub 上一份精心收集整理的系统设计面试资源列表，旨在帮助大家通过系统设计面试，并提供很多知名科技公司的实战案例。

一个强大的 Python 工具，用于通过 Perplexity API 进行技术搜索，特别优化用于检索精确的事实、代码示例和数值数据

engblogs项目从各大科技公司的RSS源获取数据，利用gpt-3.5生成简要摘要，并将生成的数据存储在supabase中。

Homebrew的核心公式库，用于在macOS上管理软件包，提供了大量开源软件的安装和管理功能。

该项目专注于通过同心因果注意机制减轻模型中的物体幻觉问题，旨在提高模型对物体的识别能力，特别是在复杂的视觉语言任务中。

Stable Diffusion是一款以高质量、快速生成和低设备要求著称的AI图像生成工具。它集成在diffusers库中，安装和运行都非常简单。

该项目主要聚焦于推理任务，提供一个大型AI模型或基础模型的资源列表，旨在为研究人员和开发者提供丰富的推理模型选择及相关信息。