了解 Vi 和 Vim 的起源和演变 | link

Vi 和 Vim 的历史与开源软件本身的历史紧密相连。 本文回顾了 UNIX 文本编辑器的起源。 让我们看看影响其演变的重要参与者和历史事件。
一个很简洁但是很好用的搜索总结工具

你输入问题,它会从搜索引擎返回的网页结果里面,总结出结果,然后给你很精简和准确的答案。

NoteAI | #搜索引擎 #工具
Cheetah:适用于 macOS 的轻量级虚拟机管理器

Cheetah 利用最新虚拟化技术 Virtualization.framework 的强大功能,在创建和管理虚拟机方面提供无与伦比的体验。凭借其时尚直观的界面,Cheetah 简化了设置和运行虚拟环境的过程,让你能够使用 Mac 完成更多工作。
大语言模型课程notebooks集 | llm-course
edX和Databricks Academy的大型语言模型课程资料和幻灯片 | Large Language Models

此存储库包含edX和 Databricks Academy上的“大型语言模型:从底层开始的基础模型”课程的笔记本和幻灯片。

注意:这是由两部分组成的系列中的第二门课程。对于第一部分,请参阅edX和 Databricks Academy上的课程以及支持存储库。
思维工具和框架的集合,可帮你解决问题、做出决策和理解系统。

untools | #工具
DeciLM-6B:比LLaMa 2快15倍的开源LLM。该模型使用了AutoNAC和Infery LLM,所以速度快。

模型地址 | 在线体验 | 在线colab
Hugging Face上音乐相关模型&Demo集锦 | The MusicBox
InstaGraph:根据自然语言提示或URL自动生成可视化知识图谱,基于GPT3.5
面向产品构建基于RAG的LLM应用 | link

详细介绍了如何从头开始构建一个基于检索增强生成(RAG)的大型语言模型(LLM)应用。
- 主要步骤包括:加载数据、分割文本、嵌入数据、索引数据、检索相关文本块、生成回复。
- 为了扩展应用,实现了在Ray Data上进行并行计算的功能。
- 为评估不同系统配置,实现了组件级评估和端到端评估。
- 比较了不同的文本块大小、块数、嵌入模型和LLM的性能。
- 实现了查询路由,根据查询复杂性将其发送到合适的LLM。
- 使用Ray Serve架构应用,实现弹性伸缩。
- 讨论了LLM应用的一阶和二阶影响。
- 提出后续工作,包括持续更新、微调嵌入模型和LLM、收集用户反馈等。
- 强调了Ray和Anyscale如何帮助构建、扩展和产品化LLM应用。

GitHub | Notebook
与LLM或GPT相关的安全工具、实验案例等资源列表

Awesome GPT+Security | #工具
AudioSR: 适用于所有类型(例如音乐、语音、狗叫、下雨声……)和所有采样率音频的音频超分辨率包,可将普通音频转为高采样率高保真音频
Vercel 发布了一个新的 AI 辅助设计和编程工具,你只需要说出你想实现的应用或者产品功能,它就会一次性给你生成多张页面或多个模块,如果你对它生成的内容不满意,你可以把鼠标放到不满意的细节部位,跟它聊天优化。

最终产出的是一个可立即部署的应用,或者可以被用来复用的代码模块,你可以对这个代码模块进行直接的复制&粘贴。

Vercel | #工具
国外机构Sans的信安大课,随便一门课都有七八千美刀。| 课程大纲

评论区是比较火的41门完整的课程标号,每一节的课程时长不下于5小时,包含红队和蓝队,还有虚拟机和逆向。有字幕,部分srt还在制作中。

需要的请私 @ashbur_bot
一款简单易用、广受好评的 Web 防火墙工具:雷池 WAF,可保护你的网站不受黑客攻击。

底层基于 Nginx 的 Web 网关,采用业界领先的语义引擎检测技术,作为反向代理接入网络,清洗来自黑客的恶意流量。

项目安装简单便捷,采用容器化部署,一条命令即可完成安装,0 成本上手。

借助智能语义分析算法,实现精准检测、低误报、难绕过,面对未知特征的 0day 攻击不再手足无措。

无规则引擎,线性安全检测算法,平均请求检测延迟在 1 毫秒级别。并发能力强,单核轻松检测 2000+ TPS,只要硬件足够强,可支撑的流量规模无上限。

官方网站 | Demo | 技术文档 | repo
8000+ Icons Pack | #图标

整合了 Ionicons、Feather Icons、Heroicons、Jam Icons、Tabler Icons、Bootstrap Icons、Iconoir Icons、Flag Icons 这 8个 开源图标库的图标。
AgentVerse 是由清华大学、北邮等高校研究团队发布的一套AI多智能体协作模拟框架。

它可以很容易的模拟多种社会实验场景,例如:NLP课堂、囚徒困境、软件设计、数据库诊断、Pokeman等。

它将问题的解决过程分为四个阶段:
1. 专家招募:选择最合适的AI智能体专家参与任务
2. 协作决策:专家共同讨论,提出解决问题的解决方案
3. 行动执行:采取具体的行动
4. 评估:评估当前结果和目标之间的差距。

AgentVerse | #框架
好消息:隐雾安全团队决定以后会给每个班5个免费名额,我将下架该团队相关的内容,大家去支持他家正版吧。| 内容详情

另外提一下:有想报小迪安全的可以找我,有优惠。或者跟小迪提我频道名字,小迪也会给你优惠。| 小迪微信:heiren534901

有条件支持正版的话,尽量远离盗版。
Back to Top