super-gradients-高效简化深度学习训练过程

coroutine 是一个为 Go 语言提供持久协程的库，旨在简化并发编程。它使开发者能够轻松创建和管理协程，特别适合处理长时间运行的任务，同时保持程序的响应性。该库与 Go 的原生 goroutines 完全兼容，提供了易于使用的 API，以提高开发效率。

gopkgview是一个交互式的Go语言依赖关系可视化工具，提供基于Web的界面，能够直观展示Go项目的依赖图谱。它使用ELK布局算法和React Flow实现，支持按类型切换依赖显示和聚焦特定依赖分析。用户可以通过多种方式运行该工具，包括go install、Release下载或Docker方式。

AIShader是一个开源项目，它是由ChatGPT驱动的着色器，可用于Unity。该项目允许用户用AI技术来创建更具吸引力的图形效果。使用AIShader，用户可以更容易地实现光线追踪、阴影、反射、抗锯齿等高级功能。此外，AIShader还支持多个平台，包括Windows、Linux和MacOS。

一个教育性的稀疏注意力机制实现库，专注于LLM推理的优化，提供多种注意力模式及其详细教程，旨在帮助用户理解和应用稀疏注意力技术。

Penpot 是首个开源的 UI 设计与原型制作平台，旨在提供一个免费的替代工具给 Figma，支持跨域团队协作，无需依赖操作系统，直接在浏览器中使用。

中科院科研工作专用ChatGPT，特别优化学术Paper润色体验，支持多种功能以增强学术研究效率。

一个自定义 Hugging Face 节点的开源项目，用于 Google Visual Blocks for ML，允许用户在无代码图形编辑器中创建机器学习管道，支持多种机器学习功能并与Hugging Face Serverless API集成。

GeaFlow是蚂蚁集团开源的分布式实时图计算引擎，广泛应用于金融风控、社交网络、知识图谱以及数据应用等场景。

LOTUS是一个语义查询引擎，能够利用大型语言模型（LLM）轻松处理数据，类似于编写Pandas代码的简单性，旨在简化数据操作的复杂性，使数据分析更加高效和准确。

KRAGEN结合知识图谱、检索增强生成（RAG）和高级提示技术，旨在通过将知识图谱转换为向量数据库，利用RAG技术检索相关事实，并辅以图思考（GoT）技术动态分解问题，最终提供高效的解决方案。

收录了63个大语言模型(LLM)相关的面试问题及答案，针对2024年机器学习和数据科学面试提供系统化的准备资料。此项目涵盖了LLMs的基本原理、Transformer架构、注意力机制的详细讲解，以及预训练与微调的核心知识点，附带详细解答和代码示例，旨在帮助求职者全面掌握相关知识。

这个开源项目的目的是通过 Cloudflare Workers 实现 Claude API 格式和 OpenAI Chat API 格式之间的转换，使得这两种不同的 API 可以相互兼容而无需使用任何特殊技巧。

该项目旨在分析IT行业中人工智能、网络安全和DevOps职位的薪资数据，提供深入的薪资趋势和对比，通过可视化手段展现数据，并利用薪资预测模型帮助用户了解未来薪资走势。

Creative ML是一个基于JAX、PyTorch和Numpy的机器学习课程，提供丰富的实践示例和笔记本，适合初学者和有经验的研究者，涵盖创意机器学习的不同方面。

Vulp 是一个用于实时运动控制的 Python 库，提供标准的动作-观察循环，旨在控制各种执行器和模拟器，具备易于集成和扩展的特性。

LLaVA-CoT是第一个能够进行自发、系统推理的视觉语言模型，类似于GPT-01，具有强大的多模式处理能力。该模型通过11B参数的强大架构，支持复杂的视觉语言任务，并在多模式基准测试中表现优于多个现有模型。

由LLM驱动的自主Agent集合，涵盖任务解决、多智能体协作、社会模拟等项目，提供框架、基准评估和相关资源，推动AI代理技术的发展

这个开源项目是一个使用ChatGPT API服务器的简单而强大的工具，可以通过docker部署并运行。它有一个排队功能，可以避免由于过度访问而导致的大规模故障。