fly51fly / aicoco

“爱可可-爱生活”微博内容精选

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

爱可可微博热门分享(2.21)

fly51fly opened this issue · comments

No 1. 好久不做Python编程选择题了,今天来一道非常基础的哈~ 爱可可-爱生活的微博...
No 2. **科研常用LaTeX模板集:整理**科研常用的LaTeX模板的资源集合,包括国家自然科学基金的正文模板、毕业论文等
No 3. GPT-4揭秘(外部视角)
No 4. Sora物理悖谬的几何解释
No 5. Library of Phi:Phi图书馆,旨在使高质量教材普及化。利用人工智能方法,处理MIT开放式课程网站等公开课程大纲,并将检索增强生成技术(RAG)应用于WIKI,以尽可能让教材基于事实,所有教材均使用GPT-3.5和GPT-4生成
No 6. '微信机器人 - 微信机器人是一个创新的基于Python 3.11开发的项目,通过结合ChatGPT模型和微信原生API,为用户提供智能聊天、自动绘画、自动发朋友圈、自动发视频号等多样的API集成服务,旨在提升日常沟通效率和趣味性' ......
No 7. Hugging Face Space开放创建Jupyterlab实例,CPU(2vCPU/16GB)免费,GPU收费
No 8. 复杂代码库(120K-token file)上的GPT-4 and Gemini 1.5比较
No 9. AutoPrompt:一个提示优化框架,旨在增强和完善提示,以适应实际应用场景。该框架自动生成高质量、详细的提示,通过迭代构建具有挑战性的边界案例数据集,并进行优化。AutoPrompt不仅减少了提示工程的手动工作量,还有效解决了常见问题,如提示敏感性和内在提示模糊性
No 10. 那些第一次离今天有多远: 第一条 Sora 视频:2 天 第一次 ChatGPT 聊天:1 年 第一条 TikTok 视频:7 ......
No 11. HexWalk - Hex Editor/Viewer/Analyzer:支持跨平台的十六进制编辑器、查看器和分析器,支持高级搜索、Binwalk集成、熵分析、字节地图、哈希计算器、二进制/十进制/十六进制转换等
No 12. Cosmopedia:由Mixtral-8x7B-...
No 13. [CL]《Relative Preference Optimization: Enhancing LLM Alignment through Contrasting Responses across Identical and Diverse Prompts》
No 14. LLM for Book Summarization & Q\A : 用大型语言模型(LLM)对书籍和其他长文本进行摘要和问答
No 15. Streamline Analyst: 由大型语言模型驱动的先进开源应用,旨在彻底改变数据分析方式,能自动完成诸如数据清洗、预处理以及识别目标对象、划分测试集、选择最适合数据的模型等任务,并提供无缝的结果可视化和评估
No 16. 从零开始构建扩散模型理论
No 17. 可视化交互式布隆过滤器介绍
No 18. HuggingFace的Transformer库增加对对话模型模板的支持,模板指定如何将表示为消息列表的对话转换为模型期望格式的单个可tokenizable的字符串
No 19. LLM检索增强生成(RAG)相关资源大列表,包括论文、资源和工具等
No 20. 基于大型语言模型的多智能体系统相关论文资源大列表
No 21. OpenSplat:用C++编写的免费开源的3D高斯splatting实现,旨在实现可移植性、精简和高速
No 22. François Chollet:人们往往陷入两种欠考虑的极端观点: 1、“语言模型(LLM)就是通用人工智能(AGI),能像大脑一样工作,能进行推理等。” ......
No 23. NAVIX: JAX 中的 minigrid,支持 Autograd 和 XLA,速度提升了 1000 倍
No 24. [RO]《Learning to Learn Faster from Human Feedback with Language Model Predictive Control》
No 25. [CL]《When is Tree Search Useful for LLM Planning? It Depends on the Discriminator》
No 26. 晚安~ [月亮] ​
No 27. Yet Another Applied LLM Benchmark:另一个应用LLM基准测试,旨在评估语言模型在作者关心的任务上的性能。通过实现简单的数据流领域特定语言,轻松添加新测试,评估模型能力。主要特色是测试场景多样、复杂,有100多个真实场景测试用例
No 28. Hyperdiv:用于快速开发响应式浏览器 UI 应用的 Python 框架,具有内置组件、简洁的即时模式语法和最小的工具样板
No 29. 《审稿CVPR而致的伤痕文学:没落的顶会与空虚的文章 - 知乎》
No 30. 几篇论文实现代码
No 31. Upsy: 开源的Slack机器人,记住你的对话,...
No 32. 提出语言模型预测性控制(LMPC)框架,创新性地结合了大型语言模型的微调和模型预测性控制技术,显著提高了机器人编程LLM在未见任务上的可教导性和教学成功率,减少了人工反馈的需求,展示了在人类与机器人交互领域的应用潜力。//[RO]《Learning to Learn Faster from Human Feedback with Language Model Predictive Control》
No 33. [CL] What Evidence Do Language Models Find Convincing? 研究了检索增强型语言模型(LLM)如何处理主观、有争议的查询,例如“阿斯巴甜是否与癌症相关”。创建了CONFLICTINGQA数据集,收录了具有不同事实、论证风格和答案的真实互联网证据文档。通过敏感性和反事实分析,评估 ......
No 34. [CL] ALLaVA: Harnessing GPT4V-synthesized Data for A Lite Vision-Language ......
No 35. 证明了任意能适应广泛分布变化的智能体必须学习数据生成过程的因果模型,这一发现揭示了因果推理在实现智能体的鲁棒适应性中的核心作用,并为从适应性行为中学习因果关系提供了理论依据。
No 36. [CL] DataDreamer: A Tool for Synthetic Data Generation and Reproducible ......
No 37. 从单一模型到复合AI系统
No 38. [CV] Learning by Reconstruction Produces Uninformative Features ......
No 39. 早![太阳] ​
No 40. [CL] LLM Comparator: Visual Analytics for Side-by-Side Evaluation ......
No 41. Flowershow template:Obsidian笔记发布模板,轻松将Markdown文件转换为优雅的网站,基于React、Next.js和Tailwind构建
No 42. [CV] GaussianHair: Hair Modeling and Rendering with Light-aware ......
No 43. [CL] Language Models with Conformal Factuality Guarantees ......
No 44. MMCSG(智能眼镜多模态对话)数据集,记录了使用...
No 45. Wallos:开源个人订阅跟踪器,一款强大、开源、可自托管的网络应用,旨在轻松管理财务
No 46. LlamaParse:由LlamaIndex开发的API,用于高效解析和表示文件,以便利用LlamaIndex框架进行高效检索和上下文增强,目前只支持PDF文档
No 47. [LG] BlackJAX: Composable Bayesian inference in JAX 网页链接 BlackJAX是一个基于Python和JAX的库,用于实现贝叶斯计算中常用的采样和变分推断算法。该库通过函数式编程方法提高了易用性、速度和模块化,使得统计‘原子’能够灵活组合以执行精确的贝叶斯推断。其核心特色在于支持构 ......
No 48. [CV] GES: Generalized Exponential Splatting for Efficient ......
No 49. ComfyUI Portrait Master:ComfyUI的Portrait Master节点,旨在帮助AI图像创作者生成人像提示。提供多种参数控制,如头像类型、性别、种族、眼睛颜色、头发风格等,与SDXL和LCM等工作流兼容性。提供了一套完整的工作流程,可在不同的环境中生成高分辨率图像
No 50. 提出相对偏好优化(RPO)方法,通过引入对比权重机制和考虑语义上相关的提示对,增强了大型语言模型在训练过程中与用户偏好对齐的能力,尤其在处理非成对偏好数据方面具有创新性和优势。//[CL]《Relative Preference Optimization: Enhancing LLM Alignment through Contrasting Responses across Identical and Diverse Prompts》