We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
There was an error while loading. Please reload this page.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
No 1. [144星]Beyond NanoGPT：从LLM新手到AI研究员的桥梁。亮点：1. 提供从零开始的现代深度学习技术实现，涵盖从Transformer到Diffusion Transformer的多种架构；2. 包含KV缓存、稀疏注意力等优化技术，助力高效学习；3. 代码注释详尽，易于理解和复现 No 2. [55星]Awesome-Multimodal-Time-Series：一站式多模态时间序列分析资源库。亮点：1. 汇集50+前沿论文与代码资源；2. 涵盖预测、推理、标注等多场景；3. 持续更新，紧跟学术与应用前沿 No 3. 早！[太阳] No 4. [23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依赖PyTorch和NumPy，安装无忧；3. 采用双分块逻辑，可处理超大数据集，避免内存溢出 No 5. [965星]Sim Studio：开源AI Agent工作流构建器，助力轻松搭建、测试和优化Agent工作流。亮点：1. 提供云托管和自托管两种运行方式；2. 支持本地模型集成，满足个性化需求；3. 采用Next.js、PostgreSQL等前沿技术栈 No 6. [735星]GenAI & LLM System ... No 7. 强化学习：AI研究者的必备技能与最佳学习资源指南 在当下大语言模型浪潮中，强化学习(RL)正迅速成为AI研究者最关键的核心技能。然而，由于其内在复杂性，真正优质的学习资源并不多见。这里整理出了这份精选学习指南，帮你快速掌握这一领域。 ...... No 8. [74星]Neural-Solver-Library：为深度学习研究人员提供强大的神经偏微分方程（PDE）求解器库。亮点：1. 支持多种标准基准测试，涵盖6个经典任务；2. 集成11种先进神经求解器，如Transolver和ONO；3. 提供完整可复现的实验脚本，助力高效研究 No 9. [109星]roboflow/trackers：一个统一的目标跟踪库，提供领先的多目标跟踪算法的干净实现。亮点：1. 支持多种主流目标检测库（如ultralytics、transformers等）无缝集成；2. 提供SORT等经典跟踪算法的重实现；3. 模块化设计，易于扩展和使用 No 10. [86星]Awesome-Efficient-Reasoning-Models：高效推理模型的大列表，为AI推理加速助力！亮点：1. 汇集86篇前沿研究论文，涵盖多种高效推理方法；2. 提供丰富代码和资源链接，助力快速上手；3. 涵盖从模型压缩到推理优化的全方位解决方案 No 11. [111星]LLMEvaluation：为大语言模型（LLM）评估提供全面指南。亮点：1. 涵盖多种评估方法，助力找到最适合的评估技术；2. 提供行业实践和研究综述，促进最佳评估实践的采用；3. 定期更新，紧跟最新评估方法 No 12. [127星]LLManager：用AI重新定义审批流程的智能管理工具。亮点：1. 动态提示组合，精准处理各类审批需求；2. 自我反思机制，从错误中学习提升决策质量；3. 与Agent Inbox无缝对接，高效管理审批请求 No 13. [75星]VividCut-AI：用AI为视频编辑带来革命性自动化！核心价值在于高效自动化视频剪辑，让创作者轻松提取精彩片段。亮点：1. 通过AI驱动的Faiss索引，实现精准内容提取，效率提升数倍；2. 利用YOLO模型实现自动人脸追踪与裁剪，精准度高达90%以上；3. 简化视频编辑流程，从原始素材到成品只需3步 No 14. [225星]Dify-Kubernetes：轻松部署Dify到Kubernetes的高效工具。亮点：1. 支持S3存储配置，灵活扩展；2. 提供多种语言文档，方便全球开发者使用；3. 镜像代理部署方案，优化网络环境 No 15. [803星]Hacktical C：为黑客和程序员打造的C语言实战指南。亮点：1. 专注于C语言的高级技巧和实用技术；2. 提供丰富的示例代码和实战项目；3. 包含内存分配、并发任务和动态编译等前沿内容 No 16. [435星]LAYRA：一个视觉优先的检索增强型生成系统，彻底告别OCR的局限。亮点：1. 完整保留文档布局、表格和图形元素；2. 支持多种异步后端架构，性能卓越；3. 首个版本已支持PDF批量上传与查询，未来将拓展更多文件格式 No 17. [109星]GUICourse：从通用视觉语言模型到多功能GUI Agent的转变。亮点：1. 提供大规模GUI环境数据集，包含1000万网页标注对和70万区域文本问答对；2. 提供多种GUI导航数据，涵盖6.7万单步和1.5万多步操作指令；3. 提供对话式数据集，包含4.4万单轮问答和6千多轮对话 No 18. [64星]goodfire-ai/r1-interpretability：开源的R1模型可解释性工具，助力AI研究者深入理解大型推理模型。亮点：1. 提供两个基于671B参数DeepSeek R1训练的SAEs，填补大规模推理模型解释工具的空白；2. 附带SQL数据库，直接查询模型特征的最大激活示例；3. 开源代码和模型，方便研究者快速上手 No 19. [63星]Minimal-RL：用最简洁的方式提升大型语言模型的数学推理能力，从拒绝采样到强化学习的深度探索。亮点：1. RAFT++算法仅用正样本训练，早期收敛速度快；2. 提出Reinforce-rej新变体，KL效率提升显著；3. 项目代码开源，易于复现和扩展 No 20. [475星]Unreal MCP：通过自然语言控制Unreal Engine的AI工具，让创作更高效。亮点：1. 支持多种AI助手（如Cursor、Windsurf和Claude Desktop）；2. 提供超过20种操作功能，涵盖角色管理、蓝图开发和编辑器控制；3. 实验性项目，未来潜力巨大 No 21. [122星]Comanda：一个强大的推理引擎，能够执行基于Agent的工作流。它能解决复杂问题，通过简单配置即可串联多个大语言模型（LLM）的操作。亮点：1. 支持多种LLM提供商（如OpenAI、Anthropic等）；2. 支持文件操作、图像分析和网页内容分析；3. 提供运行时目录支持，方便组织上传文件和处理脚本。 No 22. [CL]《Speculative Thinking: Enhancing Small-Model Reasoning with Large Model Guidance at Inference Time》 No 23. [39星]FinTSB：金融时间序列预测领域的全新... No 24. [45星]Awesome-Relighting：一个专注于图像和视频重打光技术的资源库。亮点：1. 汇集了超过60篇最新的重光照研究论文；2. 提供了10多个开源代码和项目链接；3. 涵盖了从单图像到视频、从2D到3D的多种重光照技术 No 25. [211星]Kwaak：用AI Agents烧穿技术债务，让开发更轻松。亮点：1. 并行运行多个AI Agents，高效处理任务；2. 沙箱环境执行，安全无忧；3. 支持多种语言和模型，灵活强大 No 26. [125星]Together Open Deep Research：AI驱动的深度研究工具，助力复杂主题的全面探索。亮点：1. 提供长篇、引用丰富的研究报告；2. 多阶段信息收集，确保高质量内容；3. 支持生成PDF、HTML和播客等多种输出格式 No 27. 本文创新性地提出了“推测性思考”框架，利用大型推理模型在小型模型推理过程中的关键反思节点进行选择性指导，无需训练即可显著提升小型模型的推理准确率并降低输出长度，实现了推理性能与效率的突破性平衡，揭示了大小模型协同推理的巨大潜力，尤其突出了“\n\n”结构化分隔符作为有效干预触发信号的...全文//[CL]《Speculative Thinking: Enhancing Small-Model Reasoning with Large Model Guidance at Inference Time》 No 28. [331星]MCP-Security-Checklist：为基于MCP的AI工具提供全面的安全检查清单，守护LLM插件生态系统的安全。亮点：1. 覆盖从API到数据隐私的全方位安全要点；2. 提供高、中、低三级优先级指导，精准定位风险；3. 专门针对加密货币相关MCP的安全建议，保障数字资产安全 No 29. [206星]Backdooms：将经典游戏DOOM装进二维码，随时随地扫码即玩！亮点：1. 仅需扫码，无需下载安装，即刻畅玩；2. 极致压缩，2.5KB大小，完美适配移动设备；3. 利用DecompressionStream API，实现网页内自动解压运行 No 30. [LG]《It's All Connected: A Journey Through Test-Time Memorization, Attentional Bias, Retention, and Online Optimization》 No 31. [12星]ALE-NL：让大型语言模型（LLM）通过自然语言与经典Atari游戏互动，为AI研究提供全新的交互式基准测试环境。亮点：1. 支持12款经典Atari游戏；2. 提供丰富的提示策略和可定制化选项；3. 一键式基准测试与可视化分析 No 32. 今日推介(第1745期)：反蒸馏抽样、预训练指标能否可靠预测LLM微调结果、推理时记忆注意力偏差保持力和在线优化之旅、睡眠时计算、在推理时用大模型指导加强小模型推理 ...... No 33. 数据工程终极路线图：数据工程师的成长之路清晰可见——从基础编程语言到高级自动化部署，十个关键领域一目了然。这不仅是技术清单，更是一张引导新手走向专业数据工程师的导航图。 ...... No 34. [823星]moderncv：为LaTeX用户打造的现代简历和求职信模板。亮点：1. 提供5种预设风格（经典、休闲、银行、复古和时尚）；2. 支持自定义颜色、字体和图标；3. 兼容多种LaTeX引擎，使用灵活 No 35. [LG]《Sleep-time Compute: Beyond Inference Scaling at Test-time》 No 36. [CL]《Can Pre-training Indicators Reliably Predict Fine-tuning Outcomes of LLMs?》 No 37. 本文创新性地提出了 Miras 框架，通过引入“注意力偏差”和“保持门”的概念，从联想记忆的角度统一了现有序列模型，并设计了 ...... No 38. [25星]neuml/staticvectors：让静态向量模型的使用变得轻松又高效。亮点：1. 支持多种经典模型（Word2Vec、GloVe、FastText）的快速转换与加载；2. 通过PQ量化技术，模型体积可从125MB压缩至4MB，性能几乎不受影响；3. 提供纯Python环境下的高效推理，无需安装复杂依赖 No 39. [355星]Unsure Calculator：帮你快速估算不确定性的强大工具。亮点：1. 支持多种概率分布，精准计算结果；2. 一键生成直方图，直观展示数据分布；3. 命令行工具运行效率高，1秒内完成复杂计算 No 40. [99星]ReZero：让语言模型学会“再试一次”，提升搜索能力。亮点：1. 通过强化学习训练，让模型在搜索中不断优化查询；2. 支持多种合成搜索引擎，适应不同检索机制；3. 提供开源模型和训练代码，方便研究和应用 No 41. [131星]lightly-train：首个针对工业应用的PyTorch框架，能在无标签数据上预训练计算机视觉模型。亮点：1. 无需标签，直接利用海量无标签图像和视频数据进行预训练；2. 支持从数千到数百万张图像的工业级规模扩展；3. 兼容多种模型架构，包括YOLOv8、ResNet等 No 42. [189星]prima.cpp：在普通家用设备上轻松运行700亿参数规模的超大语言模型。亮点：1. 低资源消耗，内存压力低于10%；2. 速度提升15倍，推理速度可达每秒1.5个token；3. 支持多种设备，包括电脑、手机和平板，无需GPU也能运行 No 43. [193星]Athena-AI-Lab/athena-core：一个通用型AI Agent，不仅能思考，更能直接执行任务。亮点：1. 支持多种插件，涵盖文件操作、Python代码执行、浏览器自动化等；2. 提供长期记忆功能，支持跨任务和会话的知识记忆；3. 简单配置即可快速上手，助力高效工作 No 44. [LG]《Antidistillation Sampling》 No 45. CS229T/STAT231: Statistical Learning Theory：深度剖析统计学习的理论基础，帮助你从数学角度理解模型性能。亮点：1. 覆盖从渐近分析到在线学习的四大核心板块；2. 提供详细的数学推导和定理证明，夯实理论根基；3. 结合实际案例，如高维数据的参数估计和复杂模型的泛化能力分析 No 46. [65星]PrimeIntellect-ai/prime-rl：为大规模分布式强化学习训练提供高效、去中心化的解决方案。亮点：1. 支持大规模分布式训练，轻松扩展至多个节点；2. 高效的资源利用，优化计算性能；3. 提供丰富的配置选项，适应多种训练场景 No 47. [673星]ntsc-rs：免费开源的VHS效果模拟工具，为视频创作者提供复古风格的视觉特效。亮点：1. 支持多种主流视频编辑软件，如After Effects、Premiere和OpenFX；2. 提供实时预览功能，效率提升显著 No 48. [1.2k星]llm_engineering：掌握大型语言模型（LLM）工程的8周实战课程，带你从零到精通！亮点：1. 提供详细的PC、Mac和Linux环境搭建指南；2. 每周项目实战，涵盖从基础到高级的LLM应用；3. 免费使用Google Colab GPU资源，无需高昂API费用 No 49. [15星]PyTorch Sparse Solve：让PyTorch在处理稀疏矩阵求解问题时变得高效又省心。亮点：1. 利用稀疏矩阵特性，大幅降低计算复杂度；2. GPU加速的前向和后向传播，性能提升显著；3. 简单易用的API，无缝集成到PyTorch工作流中 No 50. [LG]《Looking beyond the next token》
The text was updated successfully, but these errors were encountered:
No branches or pull requests
No 1. [144星]Beyond NanoGPT：从LLM新手到AI研究员的桥梁。亮点：1. 提供从零开始的现代深度学习技术实现，涵盖从Transformer到Diffusion Transformer的多种架构；2. 包含KV缓存、稀疏注意力等优化技术，助力高效学习；3. 代码注释详尽，易于理解和复现
No 2. [55星]Awesome-Multimodal-Time-Series：一站式多模态时间序列分析资源库。亮点：1. 汇集50+前沿论文与代码资源；2. 涵盖预测、推理、标注等多场景；3. 持续更新，紧跟学术与应用前沿
No 3. 早！[太阳]
No 4. [23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依赖PyTorch和NumPy，安装无忧；3. 采用双分块逻辑，可处理超大数据集，避免内存溢出
No 5. [965星]Sim Studio：开源AI Agent工作流构建器，助力轻松搭建、测试和优化Agent工作流。亮点：1. 提供云托管和自托管两种运行方式；2. 支持本地模型集成，满足个性化需求；3. 采用Next.js、PostgreSQL等前沿技术栈
No 6. [735星]GenAI & LLM System ...
No 7. 强化学习：AI研究者的必备技能与最佳学习资源指南 在当下大语言模型浪潮中，强化学习(RL)正迅速成为AI研究者最关键的核心技能。然而，由于其内在复杂性，真正优质的学习资源并不多见。这里整理出了这份精选学习指南，帮你快速掌握这一领域。 ......
No 8. [74星]Neural-Solver-Library：为深度学习研究人员提供强大的神经偏微分方程（PDE）求解器库。亮点：1. 支持多种标准基准测试，涵盖6个经典任务；2. 集成11种先进神经求解器，如Transolver和ONO；3. 提供完整可复现的实验脚本，助力高效研究
No 9. [109星]roboflow/trackers：一个统一的目标跟踪库，提供领先的多目标跟踪算法的干净实现。亮点：1. 支持多种主流目标检测库（如ultralytics、transformers等）无缝集成；2. 提供SORT等经典跟踪算法的重实现；3. 模块化设计，易于扩展和使用
No 10. [86星]Awesome-Efficient-Reasoning-Models：高效推理模型的大列表，为AI推理加速助力！亮点：1. 汇集86篇前沿研究论文，涵盖多种高效推理方法；2. 提供丰富代码和资源链接，助力快速上手；3. 涵盖从模型压缩到推理优化的全方位解决方案
No 11. [111星]LLMEvaluation：为大语言模型（LLM）评估提供全面指南。亮点：1. 涵盖多种评估方法，助力找到最适合的评估技术；2. 提供行业实践和研究综述，促进最佳评估实践的采用；3. 定期更新，紧跟最新评估方法
No 12. [127星]LLManager：用AI重新定义审批流程的智能管理工具。亮点：1. 动态提示组合，精准处理各类审批需求；2. 自我反思机制，从错误中学习提升决策质量；3. 与Agent Inbox无缝对接，高效管理审批请求
No 13. [75星]VividCut-AI：用AI为视频编辑带来革命性自动化！核心价值在于高效自动化视频剪辑，让创作者轻松提取精彩片段。亮点：1. 通过AI驱动的Faiss索引，实现精准内容提取，效率提升数倍；2. 利用YOLO模型实现自动人脸追踪与裁剪，精准度高达90%以上；3. 简化视频编辑流程，从原始素材到成品只需3步
No 14. [225星]Dify-Kubernetes：轻松部署Dify到Kubernetes的高效工具。亮点：1. 支持S3存储配置，灵活扩展；2. 提供多种语言文档，方便全球开发者使用；3. 镜像代理部署方案，优化网络环境
No 15. [803星]Hacktical C：为黑客和程序员打造的C语言实战指南。亮点：1. 专注于C语言的高级技巧和实用技术；2. 提供丰富的示例代码和实战项目；3. 包含内存分配、并发任务和动态编译等前沿内容
No 16. [435星]LAYRA：一个视觉优先的检索增强型生成系统，彻底告别OCR的局限。亮点：1. 完整保留文档布局、表格和图形元素；2. 支持多种异步后端架构，性能卓越；3. 首个版本已支持PDF批量上传与查询，未来将拓展更多文件格式
No 17. [109星]GUICourse：从通用视觉语言模型到多功能GUI Agent的转变。亮点：1. 提供大规模GUI环境数据集，包含1000万网页标注对和70万区域文本问答对；2. 提供多种GUI导航数据，涵盖6.7万单步和1.5万多步操作指令；3. 提供对话式数据集，包含4.4万单轮问答和6千多轮对话
No 18. [64星]goodfire-ai/r1-interpretability：开源的R1模型可解释性工具，助力AI研究者深入理解大型推理模型。亮点：1. 提供两个基于671B参数DeepSeek R1训练的SAEs，填补大规模推理模型解释工具的空白；2. 附带SQL数据库，直接查询模型特征的最大激活示例；3. 开源代码和模型，方便研究者快速上手
No 19. [63星]Minimal-RL：用最简洁的方式提升大型语言模型的数学推理能力，从拒绝采样到强化学习的深度探索。亮点：1. RAFT++算法仅用正样本训练，早期收敛速度快；2. 提出Reinforce-rej新变体，KL效率提升显著；3. 项目代码开源，易于复现和扩展
No 20. [475星]Unreal MCP：通过自然语言控制Unreal Engine的AI工具，让创作更高效。亮点：1. 支持多种AI助手（如Cursor、Windsurf和Claude Desktop）；2. 提供超过20种操作功能，涵盖角色管理、蓝图开发和编辑器控制；3. 实验性项目，未来潜力巨大
No 21. [122星]Comanda：一个强大的推理引擎，能够执行基于Agent的工作流。它能解决复杂问题，通过简单配置即可串联多个大语言模型（LLM）的操作。亮点：1. 支持多种LLM提供商（如OpenAI、Anthropic等）；2. 支持文件操作、图像分析和网页内容分析；3. 提供运行时目录支持，方便组织上传文件和处理脚本。
No 22. [CL]《Speculative Thinking: Enhancing Small-Model Reasoning with Large Model Guidance at Inference Time》
No 23. [39星]FinTSB：金融时间序列预测领域的全新...
No 24. [45星]Awesome-Relighting：一个专注于图像和视频重打光技术的资源库。亮点：1. 汇集了超过60篇最新的重光照研究论文；2. 提供了10多个开源代码和项目链接；3. 涵盖了从单图像到视频、从2D到3D的多种重光照技术
No 25. [211星]Kwaak：用AI Agents烧穿技术债务，让开发更轻松。亮点：1. 并行运行多个AI Agents，高效处理任务；2. 沙箱环境执行，安全无忧；3. 支持多种语言和模型，灵活强大
No 26. [125星]Together Open Deep Research：AI驱动的深度研究工具，助力复杂主题的全面探索。亮点：1. 提供长篇、引用丰富的研究报告；2. 多阶段信息收集，确保高质量内容；3. 支持生成PDF、HTML和播客等多种输出格式
No 27. 本文创新性地提出了“推测性思考”框架，利用大型推理模型在小型模型推理过程中的关键反思节点进行选择性指导，无需训练即可显著提升小型模型的推理准确率并降低输出长度，实现了推理性能与效率的突破性平衡，揭示了大小模型协同推理的巨大潜力，尤其突出了“\n\n”结构化分隔符作为有效干预触发信号的...全文//[CL]《Speculative Thinking: Enhancing Small-Model Reasoning with Large Model Guidance at Inference Time》
No 28. [331星]MCP-Security-Checklist：为基于MCP的AI工具提供全面的安全检查清单，守护LLM插件生态系统的安全。亮点：1. 覆盖从API到数据隐私的全方位安全要点；2. 提供高、中、低三级优先级指导，精准定位风险；3. 专门针对加密货币相关MCP的安全建议，保障数字资产安全
No 29. [206星]Backdooms：将经典游戏DOOM装进二维码，随时随地扫码即玩！亮点：1. 仅需扫码，无需下载安装，即刻畅玩；2. 极致压缩，2.5KB大小，完美适配移动设备；3. 利用DecompressionStream API，实现网页内自动解压运行
No 30. [LG]《It's All Connected: A Journey Through Test-Time Memorization, Attentional Bias, Retention, and Online Optimization》
No 31. [12星]ALE-NL：让大型语言模型（LLM）通过自然语言与经典Atari游戏互动，为AI研究提供全新的交互式基准测试环境。亮点：1. 支持12款经典Atari游戏；2. 提供丰富的提示策略和可定制化选项；3. 一键式基准测试与可视化分析
No 32. 今日推介(第1745期)：反蒸馏抽样、预训练指标能否可靠预测LLM微调结果、推理时记忆注意力偏差保持力和在线优化之旅、睡眠时计算、在推理时用大模型指导加强小模型推理 ......
No 33. 数据工程终极路线图：数据工程师的成长之路清晰可见——从基础编程语言到高级自动化部署，十个关键领域一目了然。这不仅是技术清单，更是一张引导新手走向专业数据工程师的导航图。 ......
No 34. [823星]moderncv：为LaTeX用户打造的现代简历和求职信模板。亮点：1. 提供5种预设风格（经典、休闲、银行、复古和时尚）；2. 支持自定义颜色、字体和图标；3. 兼容多种LaTeX引擎，使用灵活
No 35. [LG]《Sleep-time Compute: Beyond Inference Scaling at Test-time》
No 36. [CL]《Can Pre-training Indicators Reliably Predict Fine-tuning Outcomes of LLMs?》
No 37. 本文创新性地提出了 Miras 框架，通过引入“注意力偏差”和“保持门”的概念，从联想记忆的角度统一了现有序列模型，并设计了 ......
No 38. [25星]neuml/staticvectors：让静态向量模型的使用变得轻松又高效。亮点：1. 支持多种经典模型（Word2Vec、GloVe、FastText）的快速转换与加载；2. 通过PQ量化技术，模型体积可从125MB压缩至4MB，性能几乎不受影响；3. 提供纯Python环境下的高效推理，无需安装复杂依赖
No 39. [355星]Unsure Calculator：帮你快速估算不确定性的强大工具。亮点：1. 支持多种概率分布，精准计算结果；2. 一键生成直方图，直观展示数据分布；3. 命令行工具运行效率高，1秒内完成复杂计算
No 40. [99星]ReZero：让语言模型学会“再试一次”，提升搜索能力。亮点：1. 通过强化学习训练，让模型在搜索中不断优化查询；2. 支持多种合成搜索引擎，适应不同检索机制；3. 提供开源模型和训练代码，方便研究和应用
No 41. [131星]lightly-train：首个针对工业应用的PyTorch框架，能在无标签数据上预训练计算机视觉模型。亮点：1. 无需标签，直接利用海量无标签图像和视频数据进行预训练；2. 支持从数千到数百万张图像的工业级规模扩展；3. 兼容多种模型架构，包括YOLOv8、ResNet等
No 42. [189星]prima.cpp：在普通家用设备上轻松运行700亿参数规模的超大语言模型。亮点：1. 低资源消耗，内存压力低于10%；2. 速度提升15倍，推理速度可达每秒1.5个token；3. 支持多种设备，包括电脑、手机和平板，无需GPU也能运行
No 43. [193星]Athena-AI-Lab/athena-core：一个通用型AI Agent，不仅能思考，更能直接执行任务。亮点：1. 支持多种插件，涵盖文件操作、Python代码执行、浏览器自动化等；2. 提供长期记忆功能，支持跨任务和会话的知识记忆；3. 简单配置即可快速上手，助力高效工作
No 44. [LG]《Antidistillation Sampling》
No 45. CS229T/STAT231: Statistical Learning Theory：深度剖析统计学习的理论基础，帮助你从数学角度理解模型性能。亮点：1. 覆盖从渐近分析到在线学习的四大核心板块；2. 提供详细的数学推导和定理证明，夯实理论根基；3. 结合实际案例，如高维数据的参数估计和复杂模型的泛化能力分析
No 46. [65星]PrimeIntellect-ai/prime-rl：为大规模分布式强化学习训练提供高效、去中心化的解决方案。亮点：1. 支持大规模分布式训练，轻松扩展至多个节点；2. 高效的资源利用，优化计算性能；3. 提供丰富的配置选项，适应多种训练场景
No 47. [673星]ntsc-rs：免费开源的VHS效果模拟工具，为视频创作者提供复古风格的视觉特效。亮点：1. 支持多种主流视频编辑软件，如After Effects、Premiere和OpenFX；2. 提供实时预览功能，效率提升显著
No 48. [1.2k星]llm_engineering：掌握大型语言模型（LLM）工程的8周实战课程，带你从零到精通！亮点：1. 提供详细的PC、Mac和Linux环境搭建指南；2. 每周项目实战，涵盖从基础到高级的LLM应用；3. 免费使用Google Colab GPU资源，无需高昂API费用
No 49. [15星]PyTorch Sparse Solve：让PyTorch在处理稀疏矩阵求解问题时变得高效又省心。亮点：1. 利用稀疏矩阵特性，大幅降低计算复杂度；2. GPU加速的前向和后向传播，性能提升显著；3. 简单易用的API，无缝集成到PyTorch工作流中
No 50. [LG]《Looking beyond the next token》
The text was updated successfully, but these errors were encountered: