Chapter-开源的市场推广工具

一款能将临时 IP 变成固定 IP 的代理池中间件，支持多协议、动态获取、自动验证，适用于高并发异步处理，轻松应对各种网络环境和高流量需求。

一款基于Zotero文献库的个性化arXiv论文推荐工具。它能根据用户Zotero库中的文献内容，自动推荐相关的最新arXiv论文，并通过邮件发送推荐列表。

PatrickStar使得更大、更快、更环保的预训练模型在自然语言处理领域成为可能，推动AI的普及。

CaptainFunction是一个Python包，能够动态加载函数至OpenAI助手，提供了一种简单而灵活的方式来集成自定义函数，便于用户根据需求扩展助手的功能。

Impacket 是一组用于处理网络协议的 Python 类，专注于提供对数据包和某些协议（例如 SMB1-3 和 MSRPC）的低级编程访问。

dottxt-ai/prompts 是一个专门用于生成和管理提示（prompts）的库，使用 Jinja 模板来渲染提示，并且支持大型语言模型和提示工程。它提供灵活的提示管理功能，使得用户能够方便地创建和定制用于自然语言处理的提示。

是参数高效的语言模型微调中最受欢迎的方法之一。该项目探讨了以参数高效的方式进行语言模型的预训练，并引入了一种名为ReLoRA的方法，利用低秩更新来训练高秩网络。

RectifiedFlow是一个简单统一的PyTorch代码库，专注于扩散和流模型，提供易于使用的平台用于训练和推理，强调简洁性、灵活性和快速原型设计。

大型语言模型(LLM)幻觉相关论文列表，旨在解决大语言模型中的幻觉和真实性问题，通过评估、检测和改进方法提高语言模型的可靠性和正确性。

Motūrus OS是一个基于微内核的操作系统，使用Rust构建，专门针对虚拟化工作负载。它通过微内核架构提供高效的资源管理和安全性，能够在多种虚拟化环境中运行。

该项目实现了针对语言模型的攻击方法，特别是在指令调优过程中，旨在提高模型对恶意输入的鲁棒性，同时研究指令调优对模型性能的影响。

crystalcoder-data-prep是为CrystalCoder 7B LLM准备训练数据的代码，涵盖数据下载、token化、序列拼接、FIM增强和数据混洗等多个步骤，旨在提高模型训练的效率和效果。

OneTable是一个全方位的表格格式转换器，促进数据处理系统和查询引擎之间的互操作性。它支持主流开源表格式之间的双向转换，如Hudi、Iceberg和Delta Lake，简化了数据格式转换过程，提高了数据访问的灵活性。

LETSQL专注于人工智能管道预处理的延迟计算系统，通过跨引擎缓存和静态规划来优化性能，支持从研究到生产环境的无缝过渡，并提供便携式用户自定义函数。

这是一个关于科学大型语言模型（Sci-LLMs）的全面调查，重点关注生物学和化学领域，提供深入的分析与比较，以助于研究人员更好地了解和应用这些模型。

一个现代化轻量级的跨平台Redis桌面客户端，支持Mac、Windows和Linux。它提供了友好的用户界面，方便用户管理和监控Redis数据库。

GitPodcast将任何GitHub仓库转化为引人入胜的播客，让你的代码故事以声音的形式生动呈现。它支持多种音频格式输出，并允许用户自定义播客内容，简化了代码讲解与分享的过程，同时能够与多种播客平台集成，方便用户传播和分享。

一个将GraphRAG技术与Dify平台结合使用的实践项目，通过HTTP服务方式将GraphRAG的知识图谱检索能力暴露给Dify使用。项目提供了完整的配置流程和DSL示例，特别针对游戏《王者荣耀》的知识库进行了实践演示，实现了基于知识图谱的智能问答系统。