Skip to main content

黑洞资源笔记

  1. cohere的大型语言模型(LLM)课程 | 地址

    课程从基础开始,涵盖了建立和使用文本表示和文本生成模型的所有内容。

    理论部分以类比和实例而不是公式进行解释,实践部分包含大量有用的代码示例,帮你巩固知识。

    课程内容包括:大型语言模型是如何工作的、LLM有什么用、如何使用LLM构建和部署应用等。
    Media is too big
    VIEW IN TELEGRAM
  2. 基于Hugging Face Transformers的项目精选集

    此页面列出了构建在 Transformers 之上的很棒的项目。Transformers 不仅仅是一个使用预训练模型的工具包:它是一个围绕它和 Hugging Face Hub 构建的项目社区。 Transformers 希望能帮开发人员、研究人员、学生、教授、工程师和其他任何人构建他们梦想的项目。

    此列表展示了推动该领域向前发展的极具影响力和新颖的项目。

    Awesome projects built with Transformers
  3. 仅限客户端使用的工具,可基于devcontainer.json在任何后端创建开发环境。

    每个开发环境在容器中运行,并通过devcontainer.json进行指定。通过DevPod提供程序,可以在任何后端创建这些环境,例如本地计算机、Kubernetes集群、任何可访问的远程机器或云中的虚拟机。可以将DevPod视为将本地IDE与要进行开发的计算机连接起来的粘合剂。

    Devpod | #工具
  4. Simulated Hospital 以HL7v2格式生成逼真且可配置的医院患者数据的工具。它帮助开发人员在没有真实数据的情况下构建和测试临床应用,能生成HL7v2消息以重现临床环境中的真实情况。Simulated Hospital的基本行为包括创建患者、关联患者与路径、按照实时运行事件生成HL7v2消息等
  5. GPT长文本批处理工具

    可以将长文本分隔成小段,然后使用GPT进行处理,并将结果拼接起来以便下载。

    使用该工具需要选择分隔方式(按行、按长度或按特殊字符),填写每次调用GPT Chat API的设置,包括系统提示词、用户提示词、最大Token数和模型。

    在处理过程中,可以预览分段和估计的Token数量。处理完成后,文件将自动下载,可以进行验证并清除缓存。

    GPT BAT | #工具
  6. 开源的数据和体验管理平台 | Pimcore | 主页 | 文档

    支持PIM(产品信息管理)、MDM(主数据管理)、CDP(顾客数据平台)、DAM(数字资产管理)、DXP/CMS(数字体验平台/内容管理系统)和数字商务等功能。

    它提供了数据建模、UI设计、数据对象管理、数字资产管理和文档管理等功能,具有灵活性、可扩展性和现代化的用户界面。

    该系统是用 PHP 编写的,遵循模型-视图-控制器 (MVC) 模式并依赖于 Symfony 框架。Pimcore 提供对涵盖任何类型数据的三种元素的管理:文档、资产和对象。遵循单一来源发布的原则,每种类型只保存一次,并有一个单独的 ID,当它在某个地方被重复使用时,该 ID 作为参考 ID。
  7. ImageBind+Stable Diffusion相结合,能从任意内容生成图像的工具。

    利用统一潜空间和Stable Diffusion技术实现图像生成,无需进行训练。

    可与Diffusers集成,并提供在线演示和Huggingface Gradio的演示。

    支持的任务包括从音频、音频+文本、音频+图像、图像和文本生成图像

    Anything To Image | #工具
  8. Colab 将很快推出使用Google最先进的代码模型族 Codey 的AI编程功能,可以显著提高编程速度、质量和理解力。

    第一批功能将集中在代码生成上,包括自然语言生成代码,帮助用户从注释或提示自动编写完整的函数。

    此外,Colab还将引入集成的聊天机器人,使用户获得更便捷的帮助 | 详文
  9. 《Code Simplicity: The Fundamentals of Software》代码简洁性:软件基础 | #电子书

    作者是Max Kanat-Alexander。这本书包含了软件设计的基本法则——关于软件开发的最重要的事实,这些事实将让你理解你现在的行动将如何影响你的软件系统在未来的发展。它为你提供了可以思考的原则,这些原则将帮助你理解为什么以及如何让你的系统现在和未来都保持可维护性。
    CodeSimplicity.pdf
    643.5 KB
  10. 这个网页涵盖了计算机科学中常用算法的空间和时间复杂度(Big-O)。| 地址

    在过去为技术面试做准备的时候,作者发现自己花费了数小时在互联网上搜集搜索和排序算法的最好、平均和最坏情况的复杂度,以防在被问到时感到困惑。“为什么没有人创建一个好用的Big-O速查表呢?”所以,为了节省你们的大量时间,作者创建了一个 -- Eric Rowell