LOMO-复旦大学研究的微调工具

关于鸟瞰视图感知的论文资源列表，包括3D目标检测、分割、在线地图和占据预测等，旨在为研究人员和开发者提供全面的工具和文献支持。

一个基于HuggingFace开发的大语言模型训练、测试工具。支持各模型的webui、终端预测，低参数量及全参数模型训练和融合、量化。

PyCantonese是一个用于粤语语言学和自然语言处理的Python库，支持粤语拼音和汉字的转换，提供粤语词汇和语法分析，能够进行文本的分词和标注，并具备语音合成和识别的功能，旨在为粤语研究和应用提供便利。

系统设计面试准备资料，探讨现代软件的设计，包括可扩展性、可维护性、最终一致性、可用性和可靠性等设计层面的考虑。

kr_autonomous_flight是一个为空中机器人设计的自主飞行系统，具备实时环境感知、避障、高精度定位与导航等功能，能够与多种传感器集成，提供用户友好的操作界面和控制系统。

这是一个关于大规模语言模型的精彩集合，汇聚了最新的研究成果和资源，包括论文、技术进展以及各种语言模型的比较和评估，支持社区的贡献和反馈。

LongPrompt-LLamaGen是一个提升版的LLamaGen模型，融合了长文本提示和最前沿的AI技术，旨在为创意人士和开发者提供前所未有的图像生成能力。该模型不仅支持长文本提示，还通过增强的生成效果和多样性，满足用户对创意和质量的双重需求。

nnsight包使得用户能够解释和操控深度学习模型的内部结构，支持多种深度学习框架，帮助研究和实验。

本项目提供了一份关于大型预训练基础推荐模型的文献综述，探讨了推荐系统的基础模型及其演变，包括ID嵌入的必要性、替代方案，以及推荐系统向生成范式转变的可能性。此外，还研究了如何利用大型语言模型增强推荐系统的性能，并论述了多模态推荐系统的未来发展方向。

该项目研究如何检测、解释和减轻扩散模型中的记忆现象，旨在提升模型的泛化能力和性能。

用Rust和Ratatui库构建的神经网络学习玩贪吃蛇游戏，支持自定义训练和可视化展示。该项目利用神经网络技术，让AI通过不断训练来优化贪吃蛇的游戏策略，同时提供可视化界面以便于用户观察训练过程和游戏状态。

一个韩国团队发布的自我改进的大型语言模型（LLM），能够通过自我较劲和打分的方式进行自我进化。

PushT环境：基于gymnasium的仿真环境，用于训练智能体将特定形状的块推至目标区域，支持多种观察空间和连续动作空间

加速科学研究的AI助手，提供对研究查询的有帮助回答，访问arXiv语料库获取最新科学见解，探索科学前沿

TestPilot 是一个利用大语言模型 (LLM) 自动为用 JavaScript/TypeScript 编写的 npm 包生成单元测试的工具，旨在提高开发效率，简化测试编写流程。

llm-swarm是在Slurm集群中管理可扩展的开放式LLM推理端点的工具，具备生成合成数据集的能力，主要用于预训练或微调。同时，它集成了huggingface/text-generation-inference和vLLM，以支持大规模文本生成任务。

这是一个基于OpenAI的GPT-4机器学习技术的开源项目，可以用自然语言命令控制Blender软件。用户可以用英语输入指令，让Blender进行相应操作。BlenderGPT是Blender的一个扩展，可以使用自然语言命令通过OpenAI的GPT-4来控制Blender。它的特点是可以从自然语言命令生成Blender Python代码，并且可以与Blender的UI集成，使用方便。此外，它还支持Blender 3.0.0及以上版本。

一个可以与本地大语言模型聊天的网页应用，让你在本地运行AI模型，保护隐私的同时享受智能对话体验