name: “Survey-Autonomous-Driving-in-Unstructured-Environments” description: “非结构化户外环境自动驾驶研究资料列表，汇集200多篇论文，涵盖数据集、地图制作与定位、环境感知、路径规划、端到端驾驶解决方案及相关挑战。” features: – “汇集200多篇相关论文” – “涵盖自动驾驶的多个关键领域” – “提供非结构化环境下的自动驾驶研究资料” – “包括数据集、地图制作与定位、环境感知、路径规划等内容” – “探讨端到端驾驶解决方案及相关挑战” usage: – “作为自动驾驶研究者的参考资料库” – “用于非结构化环境下自动驾驶技术的学术研究” – “提供数据集和地图制作与定位的参考” – “支持环境感知和路径规划算法的开发” – “探讨端到端驾驶解决方案的实现与优化”开源项目 – 非结构化环境自动驾驶研究资料库

InsPLAD是一个专注于电力线路资产检查的数据集，为机器学习和计算机视觉应用提供多样化的检测场景，用于研究和开发电力设施检查算法。

一个关于大语言模型（LLM）幻觉的研究项目，旨在探讨LLM的幻觉现象及其解决方案。项目致力于分析LLM幻觉的根本原因，提供多种解决方案，并建立评估体系以检测幻觉，融合领域知识以提升模型的可靠性。

Conformalized Graph Neural Networks项目旨在通过图形的符合预测技术进行不确定性量化，适用于图形数据分析和机器学习任务的改进。

自然语言处理因果研究清单：汇集自然语言处理领域内关于因果关系的论文，旨在帮助研究者和爱好者深入理解语言数据背后的因果机制

micrograd是一个实现反向传播的自动梯度引擎，作为训练神经网络的核心代码，以其简洁和高效著称。它支持基本的神经网络操作和梯度下降，轻量级且易于集成到机器学习项目中。

Lookahead decoding是一种创新的并行解码算法，加速大LLM的推理过程，提升模型生成文本的速度，适用于需要快速回应的应用。

在Auto-GPT基础上的一个分支，增加了对本地运行llama模型的支持，该项目主要是一个概念验证，速度较慢，但有时会得到很不错的结果。

vLLM是一个开源的高效语言大模型服务系统，专注于提升推理速度和效率。它通过创新的内存管理和调度技术，优化了键值缓存（KV cache）的动态增缩和碎片化问题，显著提高了吞吐量并降低了延迟。vLLM支持多种语言模型，适用于高吞吐量的深度学习任务和大规模语言模型的部署。其设计简洁，开源社区支持强大，文档友好，特别适合需要高效推理能力的项目。

一款自由、开放且无审查的图像描述视觉语言模型，专为社区训练扩散模型而设计，支持多样化的图像风格和内容。

Dendrite Python SDK是一个强大的工具包，旨在帮助开发者构建能够像人一样浏览网页、与网站元素进行互动并提取数据的网络AI Agent。它支持多种网页自动化任务，简化了网页自动化的实现过程，易于集成和使用。

这是一个简单的Python包，旨在让用户在Jupyter Notebook中预览和开发Streamlit应用，提供了交互式组件和实时更新功能，便于与现有的Jupyter工作流集成。

一个前端面试题收集项目，专注于手写题，通过逐步解决问题来提升 JavaScript 编程水平，适合前端开发者自我学习和练习。

ChatGPT Reborn 是一款集成 ChatGPT API 的 VSCode 扩展，旨在协助开发者编写、重构和改进代码。它利用先进的 GPT-4 模型，提供实时反馈和调试功能，支持多种编程语言，极大提升编码效率，使编码过程更流畅和高效。

由知乎和ModelBest公司开发的高性能LLM推理引擎，针对PCIe GPU优化，支持Llama等大模型变体。

基于Llama2的AI小镇，旨在创建人类行为的互动仿真体。该项目利用先进的Llama2模型模拟真实的社交互动，并支持多种交互方式，能够有效模拟复杂的社会动态和人际关系。它提供了一个可扩展的框架，以适应不同场景的应用需求，适合多种行业使用。