用 Groq API 实现 Deeplearning.ai 定义的 4 种从头实现的 agentic 模式的项目，提升大型语言模型（LLM）的响应性能，支持自定义工具访问外部信息，规划复杂任务的执行步骤，以及多代理协作完成任务。

《解构大语言模型：从线性回归到通用人工智能》配套代码，提供了大语言模型的实现与分析，展示了线性回归与语言模型之间的关系，并支持多种数据集与训练配置，易于扩展与自定义。

OpenLLaMA是LLaMA模型的开源复现，基于RedPajama数据集进行训练，采用与LLaMA一致的预处理步骤、超参数设置、模型结构、上下文长度、训练步骤、学习率调度和优化器，旨在提供一个高效且可访问的语言模型。

WizardLLM 是由北大和微软亚研院提出的一种高效训练大型语言模型的方法，旨在通过利用小规模数据集，借助GPT生成更大且难度逐步提升的数据集，从而显著降低训练成本。该方法适用于数据稀缺的场景，帮助研究人员和开发者在资源有限的条件下仍能训练出高性能的语言模型。

Macgence是一家领先的人工智能训练数据公司，专注于提供卓越的人机协作解决方案，以提升AI的性能和效果。该公司致力于通过高质量的数据和先进的技术，推动AI在各个领域的应用和发展。

EchoStream 是一款 iOS 应用，利用人工智能自动读取 Hacker News 上的信息并生成摘要。此外，EchoStream 还支持任何第三方链接，如 YouTube 视频链接或各种新闻链接。

Swarms是一个模块化的Python框架，旨在提供构建、部署和扩展LLM群体的无缝体验，主要目标是自动化工作流。通过整合各种模块和功能，该框架使用户能够高效地简化其流程。用户可以创建一个协作和有效沟通的LLM网络，以自动化复杂任务。这些独立的代理共同形成一个能够处理复杂工作流的强大群体。

gost是一个用Go语言开发的多功能代理工具，支持在同一端口上使用多种类型的代理，允许下游SOCKS5代理和上游HTTP代理配置，方便Windows用户访问gost.exe。