Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  1. Curated Transformers：PyTorch的Transformer库，提供了一系列经过精选的最先进的模型和可组合的组件，支持包括Falcon、LLaMA和Dolly v2在内的最先进的Transformer模型，每个模型都由可重用的构建块组成，具有一致的类型注释。

  2. DevOpsGPT: AI驱动的智能软件开发平台，将 LLM 和 DevOps 工具相结合，通过利用Chat-GPT等大型语言模型的能力，将自然语言需求转化为可工作的软件

    特点和优点
    提高开发效率：无需繁琐的需求文档编写和解释。用户可以直接与DevOpsGPT交互，快速将需求转化为功能软件。
    缩短开发周期：自动化软件开发流程大大缩短了交付时间，加速了软件部署和迭代。
    降低沟通成本：DevOpsGPT通过准确理解用户需求，最大限度地降低沟通错误和误解的风险，提高开发和业务团队之间的协作效率。
    高质量的可交付成果：DevOpsGPT 生成代码并执行验证，确保所交付软件的质量和可靠性。
    【企业版】现有项目分析：通过AI，自动分析现有项目信息，在现有项目的基础上精准分解和开发所需任务。
    【企业版】专业模型选择：支持专业领域比GPT更强的语言模型服务，更好地完成需求开发任务，并支持私有部署。
    【企业版】支持更多DevOps平台：可以对接更多DevOps平台，实现全流程的开发和部署。
    Media is too big
    VIEW IN TELEGRAM

  3. 包含各种AI和ML领域的GitHub仓库列表，按不同的主题和技术分类，提供了大量与自然语言处理（NLP）、大型语言模型（LLM）、计算机视觉、数据科学、机器学习、机器学习运维（MLOps）和数据工程等领域相关的项目链接。

    Awesome AI & Data GitHub-Repos

  4. PointOdyssey是一个大规模合成数据集，旨在通过真实的运动捕捉数据和3D场景构建，为长期精细跟踪算法的训练和评估提供丰富的资源。

  5. MEMIT是一种可以直接在大型语言模型中更新大量记忆的方法，其性能超过了之前的工作，能够满足实际应用中对大量更新的需求。

  7. barco：用C从头开始构建Linux容器

    这是作者从事的一个项目，旨在根据互联网上的其他指南了解有关 Linux 容器和 Linux 内核的更多信息。Linux 容器由一组 Linux 内核功能组成：

    namespaces：用于将内核对象分组为可由特定进程树访问的不同集合。有不同的类型namespaces，例如，PID命名空间用于隔离进程树，而network命名空间用于隔离网络堆栈。
    seccomp：用于限制进程可以进行的系统调用（通过系统调用处理）
    capabilities: 用于设置 uid 0 (root) 可以执行的操作的限制（通过系统调用处理）
    cgroups：用于限制进程可以使用的资源（例如内存、磁盘 I/O、CPU-tme）（通过 cgroupfs 处理）。

    目前，该项目不包含任何自动化测试或记录代码的工具。将来，可能会添加合适的自动化测试和文档工具。

  9. 日志的艺术

    理解日志并不是一件容易的事，开发人员在编写代码之时往往会纠结在某处打印的日志是不是有意义的，而 SRE 在面对缺少日志的生产问题时往往一筹莫展，Ops 在对面海量日志时往往需要花费更多的精力来维护，而项目的实际管理者在面对毫无实际业务价值的日志时，往往不想花费太多的人力和财力去管理它。

    因此，在开发应用程序时遵循良好的实践，在收集管理日志时选用成熟的方案，往往能让这些矛盾得以缓解，这也就有了这一篇的分享。

  10. AI辅助开发者工具大列表，用来帮助开发者完成诸如代码补全、重构、调试、文档编写等任务。列表按功能分类，包括IDE(集成开发环境)、助手、代理、文档生成、持续集成机器人、基础模型、代理平台、OpenAI插件、搜索和测试等

    Awesome AI-Powered Developer Tools | #工具