高质量的合成文本数据集资源列表 | Awesome Synthetic (text) datasets

node-mlx：为 Node.js 设计的机器学习框架，基于 MLX，支持 GPU 加速

coq-of-rust：将 Rust 程序翻译到 Coq 证明系统中，以实现形式化验证，确保程序无漏洞的开源项目

EVōC：快速灵活的高维嵌入向量聚类库，专为处理大规模数据集设计

LLM Comparator：用于并排评估和分析大型语言模型(LLM)响应的交互式数据可视化工具 | #可视化 #工具

catgrad：使用范畴论和静态编译技术优化深度学习训练过程的编译器

Bend：面向大规模并行硬件如 GPU 的高级编程语言，具有类似 Python 和 Haskell 的表达力，支持高阶函数、闭包、递归和续体，且无需显式并行注解

A URDF Dataset：专门收集和分享各种来源的URDF(统一机器人描述格式)数据集

Awesome Public Real-Time Datasets and Sources：公开实时数据集列表，提供多种免费和付费的实时数据源

跨平台的视频分析和结构化框架，使用 C++ 编写，支持多种视频处理功能

VideoPipe | #框架

g1.gif

12.4 MB

DingoDB：开源的分布式多模态向量数据库，支持在线强一致性、关系语义和向量语义，具有优秀的水平可扩展性和高可用性

Awesome Devins：受Devin启发的AI Agent的列表，旨在为软件开发提供自动化和增强能力

PhysioPro：微软开发的用于生理数据处理和理解的深度学习框架

rich-argparse：用于增强 argparse 库输出的格式化工具，通过 rich 库提供更丰富的命令行界面帮助信息展示

快速将任何网站转换为适用于大型语言模型(LLM)的 Markdown 数据的工具

Markdowner | #工具

开源的、专为大型语言模型(LLM)友好设计的网页爬虫和抓取工具

Crawl4AI | #工具

fast-langdetect：基于 Fasttext 构建的高效语言检测库，专为文本转语音(TTS)应用设计，支持多语言分割，提供高达80倍的速度提升和95%的准确率

instructor-go：用于简化大型语言模型(LLM)结构化输出处理的Go语言库

superfile：美观且现代化的终端文件管理器