从框架到原理：构建可靠AI Agent的12要素
Media is too big
VIEW IN TELEGRAM
HiRA：分层推理框架，让复杂搜索和深度推理变得简单高效 | #框架

规划与执行分离，避免推理污染；支持多模态理解和代码执行；即插即用，无需重新训练即可扩展新工具
框架
（随书源码）一本关于使用PyTorch和Hugging Face微调大型语言模型的实战指南。它能帮助你快速掌握微调LLMs的关键技术，从量化到低秩适配器，再到数据集格式化和模型部署。

提供从基础到高级的完整学习路径；包含丰富的实战案例和代码示例；支持在Google Colab上直接运行，方便上手

FineTuningLLMs | #指南 #电子书
指南 电子书
一款结合LLM与静态分析的神经符号框架，用于检测代码中的安全漏洞。

支持多种CWE漏洞类别，如路径遍历、命令注入等；使用LLM生成源和汇点规范，过滤误报；提供丰富的环境搭建选项，支持Linux、Docker及其他系统

IRIS | #框架
框架
pydcmview：基于终端的医学图像查看器，支持DICOM、NRRD和Nifti格式，提供高质量图形渲染。| #工具

质量渲染，支持Sixel和Kitty图形协议；2D切片浏览，可逐层查看多维图像；丰富的交互功能，如WASD滚动、十字线模式、窗宽/窗位调整
工具
Agent Factory：用自然语言描述工作流，Agent帮你生成Python代码

从自然语言直接生成可运行的Agent代码；自动生成评估用例和JSON配置，支持自动化测试；支持多轮对话构建Agent，交互式开发更高效
awesome-direct-preference-optimization：DPO研究的宝库，为语言模型优化提供系统性框架。

提供4个维度的详细分类，涵盖数据策略、学习框架等；包含多种数据质量、反馈方式和优化方法；汇集众多前沿论文，助力研究者快速上手
Machine Learning Visualized：用Jupyter Notebook和Marimo实现机器学习算法的可视化与数学推导。

从第一性原理出发，实现算法的数学推导；提供交互式笔记本，直观展示权重对损失函数的影响；每个算法都有独立的GitHub仓库，方便学习和研究
CellVoyager：一个用于单细胞数据分析的AI驱动工具。它能解决单细胞数据复杂分析难题，帮助研究人员快速生成分析报告。

支持OpenAI模型，无缝对接先进AI能力；自动生成Jupyter Notebook，实时更新分析结果；提供CellBench基准测试，助力模型评估
Before
After
Back to Top