爱可可微博热门分享(3.5)

[爱可可-爱生活]

No 1. 数据清洗指南，旨在为机器学习和人工智能项目提供基础清理步骤，包括标准化空值、移除重复记录、删除大部分缺失数据的列、缺失值填充以及使用机器学习算法进行数据插补
No 2. 大模型面试题及答案
No 3. 聚焦教学场景的提示库
No 4. Generate：一个 Python 包，用于访问世界一流的生成模型，支持多平台，涵盖国内外 10+ 平台；提供统一 API，屏蔽不同平台的差异；支持同步、异步、流式调用；提供自带电池功能，包括输入检查、参数检查等；代码质量高，拥有严格的类型提示和良好的测试覆盖率
No 5. '大模型理论基础 - 旨在作为一个大规模预训练语言模型的教程，从数据准备、模型构建、训练策略到模型评估与改进，以及模型在安全、隐私、环境和法律道德方面的方面来提供开源知识' ......
No 6. Open-Sora：打造自己的Sora视频生成模型，提供完整的Sora复制架构解决方案，包括从数据处理到训练和部署的整个过程
No 7. RAG(Retrieval-Augmented Generation)相关论文列表
No 8. #抽奖##赠书# 携手@图灵文化 @图灵新知 送出3本《大模型应用开发极简入门：基于GPT-4和ChatGPT》
No 9. 'Awesome Compression - 模型压缩的小白入门教程' 网页链接 GitHub: github.com/bupt-ai-club/awesome-compression ......
No 10. [LG] On the Challenges and Opportunities in Generative AI 总结了当前生成式人工智能模型存在的挑战，认为仅通过扩大模型规模无法解决这些问题。尽管大规模生成模型在高分辨率图像和文本合成等方面展现出巨大潜力，但本文指出，这些模型尚未充分解决多个基础问题，这些问 ......
No 11. 创建自定义LLM (大语言模型) ChatBot 的过程图解，主要包括以下几个主要步骤： - 输入文档 (Documents)：从原始文档开始，可以设置分块策略(Chunking ......
No 12. 课程讲义集：广义线性模型
No 13. Anthropic公司发布Claude 3模型系列
No 14. Obsidian PDF++：Obsidian.md 的插件，用于提升 PDF 阅读&编辑体验
No 15. [LG] A Survey of Geometric Graph Neural Networks: Data Structures, ......
No 16. Diffusion Transformers相关资源列表
No 17. Claude 3 已经全面上架Poe，订阅了Poe的朋友可以用起来了 Opus：poe.com/Claude-3-Opus ......
No 18. #抽奖##赠书# 携手@异步图书 送出3本《ChatGPT原理与应用开发》
No 19. 面试准备5最佳免费LeetCode资源集锦
No 20. Alex描述了在对Claude 3 Opus进行评估时发生的一个有趣现象，并对Opus表现出的行为进行了解读。 ......
No 21. [CV]《Learning and Leveraging World Models in Visual Representation Learning》
No 22. Honcho：用户上下文管理解决方案，用于构建AI Agent和LLM驱动的应用
No 23. LLM微调概览
No 24. uAgents: AI Agent框架，可用于在Python中创建自主的AI智能体
No 25. 早！[太阳] ​
No 26. #抽奖##赠书# 携手@博文视点Broadview 送出3本《图数据库：理论与实践》
No 27. Spectrogram Generator：将音频文件转换为频谱图
No 28. 'Clean, Robust, and Unified PyTorch implementation of popular ......
No 29. 在EvalPlus编程大模型排行榜上，claude-3-opus平均得分基本和GPT-4-Turbo持平
No 30. ZETA Editing：基于文本的零样本音频编辑器
No 31. NavAIGuide：可扩展多模态智能体框架
No 32. mlx-swift-chat：专为苹果芯片设计的高效机器学习框架，本地运行LLM模型，实时在苹果芯片上运行LLM(如Llama、Mistral)模型的全新原生SwiftUI应用
No 33. [LG] UniTS: Building a Unified Time Series Model 网页链接 介绍了一种创新的统一时间序列模型UniTS，能跨多个域处理分类、预测、插值和异常检测等多种任务。与传统的针对特定任务训练的模型不同，UniTS通过共享参数和提示学习框架实现了任务的通用表示。通过结合序列和变量的自注意 ......
No 34. SportsLabKit：专为高级体育分析而设计的工具包，将原始体育比赛录像转化为可操作的CSV数据
No 35. 面向无人驾驶的世界模型相关资源列表
No 36. [CL] Datasets for Large Language Models: A Comprehensive Survey ......
No 37. Puter：浏览器里的桌面环境，旨在功能丰富、异常快速和高度可扩展
No 38. 重新思考了表面法向估计的归纳偏差，提出一种新方法，通过整合逐像素光线方向信息和学习相邻像素之间的相对旋转，实现了在野外复杂场景中对任意分辨率和宽高比图像进行精确且泛化能力强的表面法向预测。//[CV]《Rethinking Inductive Biases for Surface Normal Estimation》
No 39. 今日推介(第1335期)：视觉表示学习中世界模型的学习和利用、将LLM行为归因到组件的有效可扩展方法、分类充实和LLM增强的最小监督层次文本分类、基于语义感知排列训练减轻反向诅咒、重新思考表面法向估计的归纳偏差 ......
No 40. 'Intel® NPU Acceleration Library' GitHub: github.com/intel/intel-npu-acceleration-library ......
No 41. RAG之索引(Indexing)
No 42. 几篇论文实现代码
No 43. 晚安～ [月亮] ​
No 44. 《如何生成文本：通过 Transformers 用不同的解码方法生成文本》
No 45. 扩散模型图像编辑相关文献列表
No 46. [LG] RiNALMo: General-Purpose RNA Language Models Can Generalize ......
No 47. 为啥模型不好使？
No 48. TileDB Vector Search：基于TileDB存储引擎开发的用于向量搜索的C++库和Python API
No 49. cvGPUSpeedup：旨在利用内存读取的机会来提高OpenCV-CUDA代码在GPU上的运行速度，尤其是针对深度学习网络的典型预处理和后处理操作
No 50. Qualcomm® AI Hub Models：一组优化性能的先进机器学习模型，可在高通®设备上部署，涵盖视觉、语音、文本和生成式 AI 等领域。支持 TensorFlow Lite 运行时，包括 Snapdragon 845 至 Snapdragon 888+ 等芯片组，以及多款主流手机设备