Skip to main content

黑洞资源笔记

  1. TG:C语言的几何库,小巧、快速且易于使用

    TG 的主要目标是提供最快、内存效率最高的几何库,用于监视关系空间,特别是仓库内的点和几何相交等操作。

    特征
    ●实现 OGC简单功能,包括点、线串、多边形、多点、多线串、多多边形、几何集合。
    ●优化的多边形索引引入了两种新结构。
    ●读取和写入WKT、WKB和GeoJSON。
    ●提供可重入且线程安全的纯函数式API 。
    ●空间谓词包括“相交”、“覆盖”、“接触”、“等于”等。
    ●使用内存清理程序和Valgrind实现 100% 覆盖率的测试套件。
    ●封装在单个tg.c源文件中的独立库。
    ●相当不错的表现—基准测试
  2. GitHub 上一个开源的、可扩展的高性能聊天机器人框架:LobeChat。

    可一键免费部署私人 ChatGPT/LLM 网页应用程序,拥有精致的 UI 设计、功能丰富的对话功能,已针对移动端进行优化适配。

    支持完整的 Markdown 渲染,包括代码高亮、LaTex 公式、Mermaid 流程图等,可自定义 AI 助手角色与服务器域名。

    LobeChat | #框架
  3. LightDiffusionFlow:腾讯开发的StableDiffusion 插件,能自动搜索模型,一键保存所有工作流数据,大幅降低SD使用门槛。

    该插件是基于 StableDiffusion WebUI开发。是帮助用户一键保存所有工作流数据,使得用户在下次使用时只需拖入 Flow 文件,就能快速复现整个工作流,这与使用 Photoshop 的 PSD 样机文件一样方便。

    主要功能:
    1.保存与复现工作流:一键保存或复现 SD 绘画工作流,包括模型、提示词、垫图和其他第三方插件的参数设置。
    2.支持读取 PNG Info:兼容读取图片内置的 PNG Info,并自动还原到 UI 界面上,同时支持解析和还原 ControlNet 设置。
    3.自动搜索模型:导入 Flow 文件时,会自动在 Civitai 搜索相关模型,匹配对应模型并提供下载链接。
    4.支持第三方插件:理论上支持保存所有第三方插件的参数。

    适用人群:
    SD 初学者:官方提供一些可靠的工作流文件,用户可以一键载入,支持自定义调参,从而快速上手 SD。
    SD 进阶者:可以快速保存优质的工作流,快速复用一键复现,减少繁琐的操作成本。
    企业团队:可以针对行业和业务属性,建立一系列可复用的 AI 绘画工作流,快速建立团队的 AI 绘画能力。

    演示说明 | GitHub | #插件
  4. MAmmoTH:专门为解决通用数学问题而定制的开源大语言模型。

    MAmmoTH模型结合了CoT和PoT两种思维方式,使其能够更全面地解决各种数学问题(从基础算术到高等数学)。在九个数学推理数据集上显著超越了现有的开源模型,平均准确率提高了13%到29%。

    MAmmoTH在一个精心策划的指导调优数据集MathInstruct上进行训练,MathInstruct从13个带有中间理由的数学数据集中编译而来,其中六个是由作者新策划的。

    MAmmoTH基于LLaMa 2和Code Llama训练的数学领域的开源LLM,有7B、13B、34B、70B四个版本。

    MAmmoTH的工作原理是通过混合指导调优方法,结合两种不同的思维方式,训练模型来解决各种数学问题。这种方法确保了模型在各种数学领域都有很好的表现,并且在实际应用中也取得了显著的性能提升。

    项目 | 论文 | 模型 | 数据集 | GitHub
  5. Greasy Fork 油猴脚本:万能验证码自动输入(升级版)| #脚本

    高速:以毫秒级识别网站上的英文+数字验证码省去手敲烦恼(准确率高达90%)

    智能:对于新网站采用自动查找验证码图片位置,进行识别,新旧网站无缝切换(若未识别DOM中验证码位置,可手动确定位置,网站结构未修改只需一次即可)

    隐私:仅上传验证码图片及网站验证码DOM层级,其他信息一概不获取

    高效:配合Chrome的记住密码功能,打开网站只需点击下一步即可,提高登录速度88.88%以上
  6. VisActor是字节跳动提供的开源解决方案,提供从数据到呈现的全流程解决方案,以“视觉讲故事”和“智能”为核心发展方向。该解决方案由VChart、VTable和VGrammar 等组件组成,支持视觉叙事能力。

    虽然每个组件都提供用户友好的界面,但其目标是允许用户在典型场景中无需编码即可生成图表和叙述,从而不断降低学习曲线和复杂性。