Learn Java ASM-深入学习Java字节码操作

一个开源引擎，用于微调和提供大型语言模型的服务，是定制和提供LLM的最简单方式

Papermark是一个开源的文档分享平台，提供安全的文档共享和AI分析功能，支持自定义品牌展示，旨在提升文档管理和分析的效率。

用于标注语音数据集的实用脚本套件，旨在为基于语音的人工智能模型（如文本到语音引擎）开发过程中所需要的音频变换（或注释）提供简洁、干净的代码库

基于llama.cpp的MacOS本地AI聊天应用，无需安装其他软件即可与LLMs对话，所有对话本地保存，支持个性化系统提示和兼容多种模型

LlamaIndex的动态章节检索技术，确保在检索时获取完整的章节上下文，避免文档章节结构被忽略。该项目通过将文档划分为多个区块并标记对应的章节，利用语义搜索和元数据进行两次检索，从而提高检索的准确性和效率。

JupyterLab-TensorBoard-Pro是一个TensorBoard插件，为JupyterLab提供了更完善的功能。它能将TensorBoard整合到JupyterLab中，使用户能够更方便地在JupyterLab中使用TensorBoard。这是一个开源项目，用户可以自由使用。该插件专为机器学习任务设计，可以在JupyterLab中方便地进行机器学习相关的操作和监控。

Wordflow是一个社交化、可定制的AI写作助手，用户可以轻松创建和运行不同的大型语言模型（例如GPT 4和Gemini Pro）的AI提示。此外，用户还可以在社区中发现和分享自己喜欢的提示，使得写作过程更为高效与灵活。

一款开箱即用的翻译和 OCR 工具，支持多种翻译方式和多家翻译服务。

Railroad-dataset是一个专为铁路应用设计的SLAM（同步定位与地图构建）数据集，包含丰富的定位与建图数据以及检测数据，旨在支持铁路环境相关的研究与开发。数据集中提供了高质量的传感器数据，适用于验证各种SLAM算法，并为研究者和开发者提供了一个可靠的实验平台。

面向生产的大语言模型构建指南配套代码，提供丰富的Jupyter笔记本，帮助开发者深入理解和实践LLM的应用开发。该项目旨在帮助开发者通过实际操作掌握大语言模型的构建与应用，通过示例代码和文档支持自学和项目开发。

基于LLaMA衍生的本地模型，风格偏向ChatGPT的聊天模式，能够接入流行的ChatGPT开源界面Chatbot UI。该项目旨在提供高效的自然语言处理功能，支持多种语言的输入和输出，可在本地运行，无需依赖互联网，特别适合低资源环境。

这个项目展示了如何在Google Cloud上使用TensorFlow、TFX和Vertex AI实现端到端的机器学习运维。它集成了自动化的数据摄取、模型训练和评估，并提供了监控和日志记录功能，展示了机器学习中的CI/CD最佳实践。

一个开源工具，旨在帮助创业者理解现代融资(使用安全协议)的工作原理，以及在筹集资金时可以预期的稀释程度。

LLMTuner 是一个专为大语言模型设计的指令调优工具，支持全量参数微调、LoRA 和 QLoRA，旨在提升模型的指令响应能力和优化微调过程。

gpt-cli 是一个命令行工具，允许用户方便地与多个AI模型（如ChatGPT、Claude和Bard）进行交互。它支持通过命令行发送请求，易于集成到其他工具和脚本中，并且提供自定义配置选项，适合开发者和技术用户使用。

DocsGPT是一个开源文档助手，旨在帮助用户生成、提取和管理各种编程语言的文档。它支持多种文档格式，并提供智能搜索功能，用户可以轻松地找到相关信息。其用户友好的界面使得文档处理变得简单高效。

这是一个为机器学习、人工智能和数据科学从业者整理的重要GitHub仓库集合，涵盖了多个主题和技术，提供丰富的资源链接。

AirLLM 可以让你的 70B 大型语言模型在单个 4GB GPU 卡上运行推理，或者让 405B Llama3.1 在 8G 的 GPU 卡上运行。