Residual Prompt Tuning-通过残差重参数化提升提示调优性能

一个私有数据的AI解决方案，借助GPT对本地数据库的数据进行处理，支持生成SQL、向量存储、数据问答等功能。

HDR-Collection是一个综合性平台，致力于提供丰富的HDR文献资源，支持多种HDR相关主题，方便用户查找和获取所需的HDR资料，同时包含实用的示例和应用，旨在促进HDR领域的学习和研究。

该项目提供了多种梯度下降算法的实现，旨在高效优化机器学习模型的训练过程。

nvcc4jupyter是一个用于Jupyter Notebook的CUDA C++插件，允许用户方便地在Jupyter环境中编写和执行CUDA C/C++代码，集成CUDA编译器，简化GPU编程与测试流程。

Pylint是一个用于Python的静态代码分析工具，帮助识别编程错误、强制执行编码标准，并寻找代码异味。

一个可定制、简洁、用户友好且高效的工具包，用于训练和微调大型语言模型，支持多种训练和优化方法，以提高模型性能和稳定性。

基于 Ray 的 LLM 全生命周期解决方案，包括预训练、微调、部署和服务，支持 Python/SQL API，基于 Ray，易于扩展

AGVM是一个用于密集视觉预测的大批量优化项目，旨在提高深度学习模型在视觉任务中的训练和优化效率。

一个深入研究Apollo自动驾驶框架的项目，旨在帮助开发者理解和使用Apollo平台。

此开源项目的功能是将ChatGPT集成到小爱音响中。

汇总人工反馈强化学习（RLHF）算法的资料库，旨在整理RLHF相关论文和博客，帮助理解如何通过人工反馈优化大型语言模型

这个开源项目叫做 yu-auto-reply，是一个AI自动回复工具。它可以支持灵活配置多个平台的监控和回答，目前已支持知识星球自动回复和OpenAI（ChatGPT）自动回答。

Whisper Web 是一个开源项目，允许用户在浏览器中运行基于机器学习的语音识别，无需后端服务器。它利用 WebGPU 技术实现加速，用户可以轻松进行语音转文本，并支持将识别结果导出为 TXT 和 JSON 文件格式，完全开箱即用。

一款能让你在浏览器中使用任何你想要的大型语言模型（LLM）来提示、运行、编辑和部署全栈Web应用的工具。

mcts-llm是一个集成了蒙特卡洛树搜索（MCTS）和提示工程技术的轻量级项目，旨在提高大型语言模型（LLMs）的性能。该项目通过结合MCTS算法与大型语言模型，优化提示工程，来提升模型的响应质量。其轻量级的设计使得该项目易于集成和使用，并且支持多种语言模型，适用于各种自然语言处理任务。

AutoRAG是一个自动化机器学习工具，旨在为用户寻找适合他们数据的最优RAG（Retrieval-Augmented Generation）模型管道，简化模型选择和评估过程。它支持多种数据源和数据类型，提供用户友好的界面，并允许用户根据需求定制管道配置。

CyberChef是一个强大的工具，用于数据转换、编码、解码以及各种网络安全相关的操作。它支持多种数据格式，提供丰富的加密和解密功能，内置多种数据分析工具，并拥有用户友好的图形化操作界面，兼容多种浏览器，适合网络安全专家和开发者使用。

ACU是一个关于Computer Use的AI代理资源精选列表，涵盖了研究论文、项目、框架和工具，旨在为用户提供全面的AI代理相关信息和资源。