黑洞资源笔记
- 一系列基于Jupyter Notebook的NumPy教程和教育材料，可以用于自学和教学 | NumPy tutorials
-
- ChatPLUG：旨在构建和分享一个中文开放领域对话系统。
通过互联网增强的指令微调，注入各种世界知识和对话能力，从而构建一个强大且实用的开放域对话系统。具有知识增强、个性化和多技能等特点。通过在多个任务上表现出良好的多任务泛化能力，胜过现有的中文对话系统。
目前的局限性包括：对话风格生成、推理能力较弱、对编码任务的表现不佳、可能会生成有害或偏见内容、多语言能力受限 - StarCoder模型是一个15.5B参数模型，使用80多种编程语言的GitHub代码进行训练。
该模型采用了多查询注意力和8192个Token的上下文窗口，使用了1万亿个Token的填充中间目标进行训练。可用于生成代码片段，但生成的代码不保证有效、没有漏洞或不包含漏洞 | github -
- 一个微信机器人工具，支持发送文本消息、图片、文件、XML、表情等，可以接收好友申请、添加群成员等功能，还支持Python、Java、Rust等多个客户端。提供了RPC通信和间谍模块来实现微信消息的转发。
WeChatFerry | #工具 - 用于从各种信息源中提取知识并使用OpenAI的GPT-3模型生成答案的工具。
它支持从互联网、本地数据、YouTube字幕和音频等各种信息源中提取文本。可以使用RESTful API或Python库进行调用。
knowledge-gpt | #工具 -
- CDSL-Yaklang: 一门专为网络安全领域设计的编程语言，拥有高效、简洁和易于维护等优点，通过Yakit IDE和命令行都可以快速使用，实现了一个栈虚拟机（YakVM）
- GPT4free：一个针对GPT-4/3.5的第三方API反向工程库，可用作OpenAI官方包的替代。此库包含从各种网站获取的模块。此外，GPT4Free还提供了一个基于Web的图形用户界面(Streamlit GPT4Free GUI)以及Docker等方便的部署方式。
需要注意的是，此库仅供教育目的，使用第三方API和AI模型，与API提供者或模型的原始开发人员无关，使用者必须自行承担风险。 - Open edX平台是一个服务导向的平台，用于制作和提供任意规模的在线学习内容。
该平台使用Python和JavaScript编写，采用Django框架。edx-platform仓库提供两个服务，即CMS（内容管理服务）和LMS（学习管理服务）
Open edX Platform | docs -
-
- 可汗学院创始人可汗在Ted上分享了可汗学院使用GPT-4辅助学生学习的故事，对于很多人对于学生使用ChatGPT作弊的担忧，可汗认为如果正确的使用AI，可以极大改善这个问题。现在已经有几千人在可汗学院上使用AI助教。
当学生在学习某本著作是，学生可以针对著作中的问题和AI进行深入对话，比如AI可以回答：为什么《了不起的盖茨比》中，杰·盖茨比一直在看远处的绿光？这种方式让学习更加生动有趣。
学生还可以和AI进行辩论，例如和AI辩论是否应该取消学生贷款。
AI可以通过提问的方式帮助学生做阅读理解，比如当学生正在阅读史蒂夫·乔布斯在斯坦福的著名演讲，在阅读到某些部分时，他们可以点击某个小问题。然后AI会用苏格拉底式的方式，就像口试一样，向学生询问一些问题。AI可以在文章中高亮部分内容。为什么作者使用那个词？他们的意图是什么？这支持了他们的论点吗？
AI还能帮助学生学习写作，通过一起写一个小故事的方式，学生写两句，AI写两句，共同完成作品。或者AI帮助给出写作大纲，或者用苏格拉底式帮助学生梳理思路。
AI不仅能帮助到学生，还能帮助到老师。在学生模式中，AI不会直接告诉学生答案，但是在老师模式，老师可以直接得到答案，并解释答案，还可以针对教学材料帮助准备教学计划。Media is too bigVIEW IN TELEGRAM - Mojo：一种适用于所有 AI 开发人员的新编程语言。| docs
由 LLVM、Swift、Clang 作者 Chris Lattner 发布，被誉为 AI 新时代的编程语言变革者，比 Python 高效 35000 倍。
虽然 Mojo 比 Python 更高效，但在 AI 领域，仍需要与 Python 的核心功能和类库完全兼容，不过这也使得 Mojo 语言的兼容性能让它在 AI 领域得到广泛应用。
该语言运用了 Python 易用性和 C 的性能优势，重构了 AI 基础设施，实现了硬件的无与伦比的可编程性和 AI 模型的可扩展性。
Mojo 语言具有许多特点，如渐进类型、零成本抽象、所有权和借用检查器、可移植参数化算法等。它能充分利用硬件性能，像 C++ 和 CUDA 一样发挥作用。
简单来说，Mojo 语言具有高效、易用、可扩展等特点，未来将为 AI 基础设施的发展提供更多可能性。 -
-
