Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  2. 全球 150+ UX 设计系统收集 | sheets

    国内设计师 Tuohai 做设计系统调研收集了 150 多个设计系统，列清楚了支持的平台和官网地址、Figma 文件地址。

  3. CRUXEval是一个用于评估Python代码推理、理解和执行的基准，包含两个任务：CRUXEval-I和CRUXEval-O，用于评估输入和输出预测。

    该基准测试包括800个Python函数和输入输出对，最佳模型GPT-4在CRUXEval-I和CRUXEval-O上的pass @ 1 分别达到67%和63%。尽管Code Llama 34B等模型在大量代码数据上进行了训练，但仅达到了47%和44%的准确率。

    该基准测试强调了代码推理能力的重要性，并鼓励未来的代码语言模型评估考虑CRUXEval。

  5. Smart Excel：一个足够简单（调用CloseAI的API）却又功能俱全（有登录和支付）的demo级产品。

    [技术栈]
    前后端：Next.js+Tailwind+Prisma
    登录：Next-Auth
    支付：Lemon Squeezy
    部署：Vercel

    你可以基于这个项目快速开发自己的SaaS产品。 ​​​

    工作原理：该项目使用ChatGPT API和具有流功能的Vercel Al SDK。它基于表单和用户输入构建提示，将其发送至ChatGPTAPI通过Vercel边缘函数，然后将响应流式传输回应用程序界面。

  7. Alter3：一个能够执行 ChatGPT 指令的仿人机器人

    东京大学的研究人员成功将仿人机器人 Alter3 与 GPT-4 连接。他们利用指令让这个机器人完成了一系列的人类行为，例如弹吉他、自拍、扮演鬼魂角色，甚至在电影院偷吃别人的爆米花。

    这一过程可以看作是一场现代化的“哑剧游戏”：大语言模型 (Large Language Model) 将书面指令转换为可执行的代码，从而让机器人能够模仿出多种人类的动作。

  8. 一个多样化且高质量的以数学为中心的语料库，包含约 95 亿个tokens。其数据包括教科书（包括讲义）、arXiv、维基百科、ProofWiki、StackExchange 和网页。它包含适合 K-12、大学、研究生水平和数学竞赛的数学内容。

    MathPile | #语料库

  9. Motūrus OS是一个基于微内核的操作系统，使用Rust构建，专门针对虚拟化工作负载。它目前支持x64基于KVM的虚拟机，并且可以在Qemu或云虚拟机监视器中运行。

  11. 前不久，麻省理工 Guangxuan Xiao 等人推出的 StreamingLLM能够在不牺牲推理速度和生成效果的前提下实现多轮对话总共 400 万个 token 的流式输入，22.2 倍的推理速度提升。

    但 StreamingLLM 使用原生 PyTorch 实现，对于多轮对话推理场景落地应用的低成本、低延迟、高吞吐等需求仍有优化空间。

    因此，知名 AI 框架 Colossal-AI 开源了 SwiftInfer，基于 TensorRT 实现了 StreamingLLM，可以 进一步提升大模型推理性能 46%，为多轮对话推理提供了高效可靠的落地方案。

  12. GPT-Analyst：专门用于GPT分析和逆向工程的项目，提供了一系列资源，包括保护GPT提示和防止指令泄露和盗版的综合指南，以及GPT-Analyst工具，用于详细分析系统提示和GPT指令，可以使用不同的命令进行安全分析、操作分析、越狱分析等

  13. 我们读什么计算机书 | blog

    作为一个软件工程师，提升自己能力的最重要的手段之一是读书。资深的工程师需要防止自己能力的腐化，防止自己代码的腐化，通过不断读书来补齐知识的短板。新加入职场的工程师，前面几年更应该是大量密集读书的时期，多花一些业余的时间，从一开始就树立对软件开发的正确认知，价值回报会伴随整个职业生涯。

    通过陈列一个书单，能帮你大致梳理软件开发的知识脉络，有针对性地去加强和巩固自己的知识，对于经验丰富的工程师，也可以继续学习。

    本文将从两个维度来评价每本书籍：
    推荐度：代表作者对书的价值的主观评价，1～5分，越高代表越有价值。

    优先级：代表读这本书的紧急程度（尤其针对新人），1～5分，越小代表越早读。

  15. Large Language Models Course：关于大型语言模型的实用课程，课程以实践为导向，通过使用OpenAI和Hugging Face库的模型进行实际操作来提供实践经验。

    课程分为三个主要部分：技术与库、项目和企业解决方案。提供了丰富的笔记本和文章，供学习者参考。

  16. Docker Crash Course：关于Docker的完整教程，包含了使用不同技术栈构建的各种应用的Docker化实例，涵盖了Docker的基础知识、镜像和容器的管理、最新的Docker特性等内容。

    通过这个项目，可以学习到如何将应用容器化，并掌握Docker在不同场景下的使用方法和最佳实践。

  17. plb2：编程语言基准测试，评估了25种编程语言在四个CPU密集型任务上的性能，其目标是衡量在使用该语言实现新算法时的性能。任务包括nqueen、matmul、sudoku和bedcov，项目提供了各种语言的实现，并提供了性能比较数据和讨论