GitHub(微博搜索)-20240303-1

本条微博地址 烁晚凭栏看
想哭，搞了半天的时间终于配置好了 这是我成长的一大步，以后我也可以在github仓库放自己的单词实现了 本条微博地址 CFC4N
eCapture 旁观者 0.7.5 发布了，主要是修复了几个BUG。 大部分PR都是社区新人提的，很开心有新鲜血液加入。 网页链接 本条微博地址 _IceHe_
不知道为啥用 homebrew 安装 github-desktop 报错 “github: … is not there.” 实际上文件就在那。然后加个 --force 才安装成功。 本条微博地址 WLKG漠夫
为什么github的学生认证要花这么长时间，不是说一般七十二个小时内就会到账吗，怎么这么慢，是因为开学季吗，还是你们效率太低了 本条微博地址 蚁工厂
Ente：完全开源、端到端加密的 Google Photos 和 Apple Photos 替代品 地址：github.com/ente-io/ente 本条微博地址 鹤清途
我恨那些在github上有完整代码都不传完整代码的家伙。。。还好我做的springboot配置起来还挺便捷不算浪费太多时间。。。难以想象做其他项目的下下来好不容易环境给它配全了结果发现还缺斤少两的人该多崩溃 本条微博地址 唠唠数码
英特尔开源 NPU 加速库，方便使开发人员优化其 AI 应用

英特尔已经在 GitHub 上开源了其 NPU 加速库，支持 Windows 和 Linux。

开发人员可以按照相应文档对其软件进行优化，从而适配新一代 AI 模型，包括 TinyLlama 和 Gemma-2b-it。

根据官方描述：英特尔 NPU 加速库是一个 Python 库，旨在利用英特尔神经处理单元 (NPU) 的强大性能在兼容硬件上执行高速计算，从而提高应用的效率。

英特尔还表示其 NPU 加速库目前不断开发中，后续将推出各种能显著提高性能的功能，截至目前已经实现了 8bit 量化、Float16 支持、torch.compile 支持等，后续还将支持 NPU / GPU 异构计算等功能。 本条微博地址 SuperLowber再次光速炸死
搜了个高手的方案，好像修好了。

思路是这样的，他也遇到了同样的问题，推测可能是啥更新坏了，然后去github看更新了啥，发现一个叫openaimodel的文件刚更新，找个旧版本的替换掉它。

但这个是K采样器的Unet坏掉，和Openai有啥子关系？看看代码（并不懂 ），一堆上采样，下采样，Resblock啥的，蛮眼熟的，好像是和Unet有关吧。。 本条微博地址 网路冷眼
【StringZilla: Up to 10x faster strings for C, C++, Python, Rust, and Swift】 网页链接 StringZilla：将 C、C++、Python、Rust 和 Swift 的字符串速度提高了 10 倍。 本条微博地址 蚁工厂
CTF-OS，专为CTF比赛封装的虚拟机，基于工具集封装多个版本和系统，更多选择，开箱即用。
地址：github.com/ProbiusOfficial/CTF-OS
本项目用于快速构建CTF的做题环境，避免CTF中各类软件环境对宿主机造成污染。
适用人群：CTF入门选手，各行业从业人员，安全相关工作人员但不想在工作机上安装CTF一些奇奇怪怪的软件...... 本条微博地址 蚁工厂
Generate 允许用户通过统一的 api 访问多平台的生成式模型，litellm的国内版。 地址：github.com/wangyuxinwhy/generate 作者 @疯狂的突然抬头 目前支持的模型如图 本条微博地址 Shelshine_DIE
这书读的活像个人肉机器 放大镜找一堆Paper里的蛛丝马迹 再翻遍整个github 只为找到写那个代码的小祖宗 本条微博地址 爱可可-爱生活
【log10：一站式LLM数据管理客户端库】’log10 - Python client library for managing your LLM data in one place' GitHub: github.com/log10-io/log10 #开源# #机器学习# #人工智能# 本条微博地址 蚁工厂
AIlice ，一个致力于利用开源模型创建自己的JARVIS 的项目。
地址：github.com/myshell-ai/AIlice
AIlice 通过构建一个以LLM作为核心处理器的“文本计算机”来实现这一目标（项目代码仅三千多行）。
目前，AIlice 能够熟练的处理一系列任务，包括主题研究、编码、系统管理、文献综述以及超出这些基本能力的复杂混合任务。

AIlice 在使用 GPT-4 的日常任务中达到了近乎完美的性能，并且正在利用最新的开源模型向实际应用迈进。

基本特性
1. 自然且高度容错的IACT(Interactive Agents Calling Tree)架构。
2. 以最灵活的方式解析LLM输出，支持更多种多样的函数调用机制.
3. 自我构建并动态加载环境交互模块，为功能扩展提供无限潜力。
4. 专为开源模型设计，但可以无缝支持商业模型，如GPT-4。
5. 支持对特定主题进行深入调查。
6. 支持文献阅读。
7. 自动化编程和脚本执行。它是一个全能的coder和系统管理工具，掌握所有系统命令——你可以把它看作一个人工智能操作系统。
8. 支持多模态模型。
9. 支持语音交互。
10. 用户以两种方式灵活的参与对话：以agent的一员，或者在任务执行中直接介入。 #科技风向标# 本条微博地址 爱可可-爱生活
【pfl: 旨在加速私有联邦学习研究的仿真框架】'pfl: Python framework for Private Federated Learning simulations - Simulation framework for accelerating research in Private Federated Learning' GitHub: github.com/apple/pfl-research #开源# #机器学习# #人工智能# 本条微博地址 爱可可-爱生活
【Awesome Vision Pro：Vision Pro相关资源列表】’Awesome Vision Pro - Collection of apps, developer resources, communities, and articles related to the Apple Vision Pro' GitHub: github.com/jtmuller5/Awesome-Vision-Pro #开源# #机器学习# #人工智能# 本条微博地址 爱可可-爱生活
几篇论文实现代码：
《ArCHer: Training Language Model Agents via Hierarchical Multi-Turn RL》(2024) GitHub: github.com/YifeiZhou02/ArCHer [fig1]
《ChatMusician: Fostering Intrinsic Musical Abilities Into LLM》(2024) GitHub: github.com/hf-lin/ChatMusician
《DynamicBind: predicting ligand-specific protein-ligand complex structure with a deep equivariant generative model.》(2024) GitHub: github.com/luwei0917/DynamicBind
《Q-Probe: A Lightweight Approach to Reward Maximization for Language Models》(2024) GitHub: github.com/likenneth/q_probe
《Griffin: Mixing Gated Linear Recurrences with Local Attention for Efficient Language Models》(2024) GitHub: github.com/proger/hawk
《Language Models as Science Tutors》(2024) GitHub: github.com/princeton-nlp/LM-Science-Tutor
《MIM-Refiner: A Contrastive Learning Boost from Intermediate Pre-Trained Representations》(2024) GitHub: github.com/ml-jku/MIM-Refiner [fig2]
《Set the Clock: Temporal Alignment of Pretrained Language Models》(2024) GitHub: github.com/yizhongw/llm-temporal-alignment [fig3]
《Adapted Large Language Models Can Outperform Medical Experts in Clinical Text Summarization》(2024) GitHub: github.com/StanfordMIMI/clin-summ [fig4]
《Direct Consistency Optimization for Compositional Text-to-Image Personalization》(2024) GitHub: github.com/kyungmnlee/dco 本条微博地址 國老1947新七窗口
996工作制是指早上9点上班、晚上9点下班，中午和傍晚休息1小时（或不到），总计工作10小时以上，并且一周工作6天的工作制度。 这一制度，反映了中国“互联网”企业盛行的 加班文化 。 2019年3月27日，一个名为“ 996.ICU ”的项目在 GitHub 上传开。 本条微博地址 算法时空
可以考虑放到Github上 大家一起勘误。 本条微博地址 黄健楸
回复 @中年乖叔叔 :选了好几个，包括shadcn的示例项目 github.com/shadcn-ui/taxonomy/ 几乎全部都卡在contentlayer这关。我估计得自己写一个类似contentlayer的逻辑了