Chonkie：一个超轻量级、超快速的文本分块库，让文本处理变得轻松高效。

仅15MB大小，比同类竞品轻量80-171MB；速度超快，Token Chunking比最慢竞品快33倍；支持多语言和多种分块方法，满足多样化需求
一款针对NVIDIA Hopper架构的深度学习推理性能模拟器，能快速估算DeepSeek V3/R1在不同硬件上的表现

支持H800和H20等Hopper架构GPU；提供多种并行和重叠计算方法；提供详细的性能分析图表

DeepSeek Simulator | #模拟器
模拟器
Vision-Language-Models-Overview：一站式集合和调研视觉语言模型（VLM）的论文、模型和GitHub资源。

汇集了从最新到最老的VLM模型，持续更新；提供VLM基准测试、评估和对应工作链接；涵盖VLM对齐、应用、挑战等多方面内容，助力研究和开发
BotBrowser：一款基于修改版Chromium核心的隐身浏览器，能够可靠绕过Cloudflare、Shape、PerimeterX、Datadome、Akamai、Kasada、hCaptcha和reCAPTCHA等主流反爬虫检测。

98%+的成功率，每天可注册超过350,000个账号；跨平台兼容，Windows、macOS和Ubuntu无缝切换；提供全面的指纹伪装，涵盖浏览器、图形、硬件、环境、媒体等多维度
Freelens：为Kubernetes集群管理提供免费、开源的IDE。

支持macOS、Windows和Linux三大主流操作系统；提供直观易用的界面，简化Kubernetes管理复杂性；拥有丰富的扩展支持，满足多样化需求
详细介绍了如何通过 Prompt Engineering 来优化大型语言模型（LLM）的输出，包括 LLM 输出配置、输出长度控制、采样控制、温度参数、Top-K 和 Top-P 策略、以及整合这些技术。

本文档涵盖了各种 Prompt 技术，包括通用 Prompt、单次 Prompt、少量 Prompt、系统 Prompt、角色 Prompt、情境 Prompt 等。

文档还讨论了自动 Prompt 工程、代码相关 Prompt 技术、多模态 Prompt 技术，并提供了一系列最佳实践指南，以帮助用户更好地设计 Prompt，包括提供示例、简洁设计、明确输出、优先使用指令而非约束、控制最大令牌长度、在 Prompt 中使用变量、实验输入格式和写作风格、在少量 Prompt 中混合类别、适应模型更新以及实验输出格式等。

Prompt Engineering（提示词工程）| #指南
指南
Firebase Studio：用自然语言构建、修改和部署应用程序的全栈开发平台。

无需代码，直接用自然语言开发应用；集成Gemini，提供强大AI支持；免费使用，无需复杂配置
DeepCoder：开源的14B代码生成模型，让本地运行强大编码模型成为可能。

仅需32个H100 GPU，2.5周训练成本约26880美元，性价比高；基于24K编程问题训练，覆盖广泛场景；完全开源，模型、代码、数据集一应俱全
AI-Scientist-v2：AI驱动的自动化科学发现系统，助力科学研究迈向新高度。

完全由AI生成的论文被学术会议接受，开创AI自主科研先河；采用Agent树搜索技术，实现跨领域科学探索；去除对人工模板的依赖，让AI自由发挥创造力
OmniSVG：一个强大的矢量图形生成模型，能将文字描述瞬间转化为复杂精美的SVG图像

支持从简单图标到复杂动漫角色的多样化生成；利用预训练视觉语言模型，生成效果细腻且逼真；提供多种数据集，助力开发者快速上手
Before
After
Back to Top