正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

又在 GitHub 上发现一款可视化大模型内部运作的开源工具：OpenMAV。通过交互式终端界面，可实时可视化 LLM 在生成文本时的内部状态，包括注意力分布、MLP 激活值和 Token 预测概率等。 GitHub：除此之外，还可通过插件轻松扩展可视化功能，并支持多种模型，如 GPT-2、Llama 等。

GitHubDaily

81,966 subscribers

26,789 次观看 • 1 年前 •via X (Twitter)

教育科学技术艺术

Anya Rossi• Live Now

Private livecam show

3 条评论

币安交易所注册服务 (Parody) 的头像

币安交易所注册服务 (Parody)1 年前

好酷啊

Rainmaker 的头像

Rainmaker2 年前

In this free Substack post I share code for several machine learning models and engage in hyperparameter tuning that yields a model that delivers superior returns in the Gold market.

大水无疆的头像

大水无疆1 年前

好玩

相关视频

一个轻量级可视化的 AI 智能体工作流构建器：PySpur。提供了拖拽式构建、循环、文件上传、结构化输出、RAG、多模态支持、工具集成等等功能。 GitHub：可一键部署，发布为 API 并在任意地方集成使用。支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

一个轻量级可视化的 AI 智能体工作流构建器：PySpur。提供了拖拽式构建、循环、文件上传、结构化输出、RAG、多模态支持、工具集成等等功能。 GitHub：可一键部署，发布为 API 并在任意地方集成使用。支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

GitHubDaily

34,824 次观看 • 1 年前

大模型工作原理3D可视化，太酷了！ LLM工作原理秒懂，作者将transformer架构做成了在线3D模型，并且可视化的展示了大模型生成内容的每一步

大模型工作原理3D可视化，太酷了！ LLM工作原理秒懂，作者将transformer架构做成了在线3D模型，并且可视化的展示了大模型生成内容的每一步

nash_su - e/acc

127,755 次观看 • 2 年前

在 GitHub 上发现一个开源的学习工具：Get It，可帮助我们通过多种方式深度学习 PDF 文件内容。自动在 PDF 文件上标注关键概念，还可转化为 3D 模型、动画演示、公式推导等可视化内容，同时生成一张知识图谱。 GitHub：内置四种工具：对话问答、闪卡记忆、选择题测验，还有一个「费曼模式」让我们反过来教 AI。每次练习结束，系统会从记忆、理解、结构、应用四个维度给每个概念打分，分数只升不降，能直观看到自己的进步。工具可直接用 ChatGPT 账号驱动，所有数据都存在本地，不上传任何服务器。支持 macOS、Windows 和 Linux，适合经常通过 PDF 文件学习的同学使用。

在 GitHub 上发现一个开源的学习工具：Get It，可帮助我们通过多种方式深度学习 PDF 文件内容。自动在 PDF 文件上标注关键概念，还可转化为 3D 模型、动画演示、公式推导等可视化内容，同时生成一张知识图谱。 GitHub：内置四种工具：对话问答、闪卡记忆、选择题测验，还有一个「费曼模式」让我们反过来教 AI。每次练习结束，系统会从记忆、理解、结构、应用四个维度给每个概念打分，分数只升不降，能直观看到自己的进步。工具可直接用 ChatGPT 账号驱动，所有数据都存在本地，不上传任何服务器。支持 macOS、Windows 和 Linux，适合经常通过 PDF 文件学习的同学使用。

GitHubDaily

52,810 次观看 • 2 个月前

Github 上发现一个桌面 Agent，自然语言命令自动完成各类任务，可运行在容器化的 Linux 桌面环境中。支持多种模型，也可本地模型。开源，免费。

Github 上发现一个桌面 Agent，自然语言命令自动完成各类任务，可运行在容器化的 Linux 桌面环境中。支持多种模型，也可本地模型。开源，免费。

Elliot 艾略特

13,635 次观看 • 11 个月前

这个好玩，Transformer Explainer 一个交互式可视化工具。可以帮助普通人用 GPT-2 为例子了解 Transformer。它可以在浏览器里面实时运行 GPT-2，用户能够尝试自己的输入并实时观察 Transformer 的内部组件和参数如何预测下一个Token。这个特别适合教学，非常形象。

这个好玩，Transformer Explainer 一个交互式可视化工具。可以帮助普通人用 GPT-2 为例子了解 Transformer。它可以在浏览器里面实时运行 GPT-2，用户能够尝试自己的输入并实时观察 Transformer 的内部组件和参数如何预测下一个Token。这个特别适合教学，非常形象。

歸藏(guizang.ai)

24,366 次观看 • 2 年前

一款可平替v0、Cursor、Cline的AI全栈构建工具：cofounder，通过简单提示即可生成带有界面、前端、后端、数据库的网站支持通过Web仪表盘操作，也可以直接用命令行生成项目，生成后的项目支持实时预览支持快捷键来迭代修改UI组件，可以随时对已生成的内容进行调整和优化支持并发生成，可以调整LLM并发数，支持本地开发环境 github： #AI开发 #AI开发网站

一款可平替v0、Cursor、Cline的AI全栈构建工具：cofounder，通过简单提示即可生成带有界面、前端、后端、数据库的网站支持通过Web仪表盘操作，也可以直接用命令行生成项目，生成后的项目支持实时预览支持快捷键来迭代修改UI组件，可以随时对已生成的内容进行调整和优化支持并发生成，可以调整LLM并发数，支持本地开发环境 github： #AI开发 #AI开发网站

AIGCLINK

40,074 次观看 • 1 年前

跟大家分享一款开源且功能强大的 Chrome 录屏插件：Screenity。支持在屏幕上任意位置进行录制和标注信息，可以同时录入麦克风或内部音频，并且支持点击高亮效果。 GitHub：此外，可以将录制视频导出 MP4、gif、webm 等文件格式，还能对视频进行一些简单的编辑。

跟大家分享一款开源且功能强大的 Chrome 录屏插件：Screenity。支持在屏幕上任意位置进行录制和标注信息，可以同时录入麦克风或内部音频，并且支持点击高亮效果。 GitHub：此外，可以将录制视频导出 MP4、gif、webm 等文件格式，还能对视频进行一些简单的编辑。

高军

61,946 次观看 • 1 年前

Danswer：开源AI企业问答工具支持GPT-4等多种大型模型 👉 集成了直接问答和生成式AI模型支持的聊天允许用户针对内部文档提出自然语言问题并获得由源材料中的引用和参考文献支持的可靠答案支持连接到Slack、GitHub、Confluence 等

Danswer：开源AI企业问答工具支持GPT-4等多种大型模型 👉 集成了直接问答和生成式AI模型支持的聊天允许用户针对内部文档提出自然语言问题并获得由源材料中的引用和参考文献支持的可靠答案支持连接到Slack、GitHub、Confluence 等

ahhhhfs

47,218 次观看 • 2 年前

Flux3真的很强！终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里主打图像、视频、音频和动作预测的统一架构。它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

Flux3真的很强！终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里主打图像、视频、音频和动作预测的统一架构。它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

huangserva

28,605 次观看 • 1 个月前

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 次观看 • 3 个月前

在日常工作中，需要调试网络问题或监控系统流量，工具要么界面复杂难用，要么功能单一无法满足，要么需要付费。无独有偶，在 GitHub 上发现了 Oryx 这个功能强大的开源工具，可在终端上直观的监控和分析网络。通过 eBPF 在内核层面捕获网络数据包，提供实时流量可视化、统计分析和防火墙功能。 GitHub：主要功能： - 实时网络流量检测和可视化展示 - 全面的流量统计和分析报告 - 内置防火墙功能，可直接管理网络规则 - 指标浏览器，深度分析网络性能数据 - 模糊搜索功能，快速定位特定数据包 - 支持数据导出，便于后续分析处理需要 Linux 6.10+ 内核版本，通过包管理器安装或从源码编译使用，适合运维人员和网络工程师。

在日常工作中，需要调试网络问题或监控系统流量，工具要么界面复杂难用，要么功能单一无法满足，要么需要付费。无独有偶，在 GitHub 上发现了 Oryx 这个功能强大的开源工具，可在终端上直观的监控和分析网络。通过 eBPF 在内核层面捕获网络数据包，提供实时流量可视化、统计分析和防火墙功能。 GitHub：主要功能： - 实时网络流量检测和可视化展示 - 全面的流量统计和分析报告 - 内置防火墙功能，可直接管理网络规则 - 指标浏览器，深度分析网络性能数据 - 模糊搜索功能，快速定位特定数据包 - 支持数据导出，便于后续分析处理需要 Linux 6.10+ 内核版本，通过包管理器安装或从源码编译使用，适合运维人员和网络工程师。

GitHubDaily

15,459 次观看 • 1 年前

哈佛的CS50课程节选：GPT-4是如何工作的？在这门课程中，介绍了GPT-4的基本概念和工作原理，介绍了GPT-4的基本概念、工作原理和应用前景，展示了其在各种场景下的强大能力。 GPT-4作为一种生成式AI和大型语言模型，是基于神经网络和人工智能的。它可以作为文化模拟器、文本预测器、写作助手和内容生成器。 GPT-4的训练目标是预测给定单词序列的下一个单词。通过对五万个单词的词汇表进行概率分布生成，模型可以生成各种可能的后续单词。通过不断迭代这一过程，GPT-4能够生成连贯的文本。随着模型训练时间的增加，GPT-4表现出越来越强的表现力和能力，甚至变得更加“聪明”。这使得它能够模仿不同类型的文本风格和语言注册。例如，GPT-3通过观察大量问题和答案示例，实际上已经知道如何回答问题，从而形成了ChatGPT。这使得GPT-4可以以问答的形式工作，为用户提供解决问题的帮助。此外，GPT-4通过指令调整、强化与人类反馈对齐等方法，与现有的工具和服务相结合。这使得GPT-4能够帮助用户执行各种任务，如搜索网络、查找食谱等。通过将GPT-4转变为代理，实现任何模糊目标成为未来发展的方向。 YouTube：

哈佛的CS50课程节选：GPT-4是如何工作的？在这门课程中，介绍了GPT-4的基本概念和工作原理，介绍了GPT-4的基本概念、工作原理和应用前景，展示了其在各种场景下的强大能力。 GPT-4作为一种生成式AI和大型语言模型，是基于神经网络和人工智能的。它可以作为文化模拟器、文本预测器、写作助手和内容生成器。 GPT-4的训练目标是预测给定单词序列的下一个单词。通过对五万个单词的词汇表进行概率分布生成，模型可以生成各种可能的后续单词。通过不断迭代这一过程，GPT-4能够生成连贯的文本。随着模型训练时间的增加，GPT-4表现出越来越强的表现力和能力，甚至变得更加“聪明”。这使得它能够模仿不同类型的文本风格和语言注册。例如，GPT-3通过观察大量问题和答案示例，实际上已经知道如何回答问题，从而形成了ChatGPT。这使得GPT-4可以以问答的形式工作，为用户提供解决问题的帮助。此外，GPT-4通过指令调整、强化与人类反馈对齐等方法，与现有的工具和服务相结合。这使得GPT-4能够帮助用户执行各种任务，如搜索网络、查找食谱等。通过将GPT-4转变为代理，实现任何模糊目标成为未来发展的方向。 YouTube：

宝玉

404,232 次观看 • 3 年前

在 GitHub 上发现 xiaohongshu-mcp 这个 MCP 服务器能帮我们实现自动化运营小红书。通过浏览器自动化模拟人工操作，支持登录状态保持、图文发布、内容搜索等功能，可在 Claude、Cursor 等客户端上集成使用。 GitHub：主要特性： - 自动登录管理，保持小红书登录状态 - 图文内容发布，支持图片和文字组合发布 - 内容搜索功能，根据关键词快速搜索相关内容 - 推荐列表获取，获取小红书首页推荐内容 - 支持 Claude、Cursor、VSCode 等客户端 - 浏览器自动化，可选有头或无头模式运行需要先运行登录脚本保存状态，然后启动 MCP 服务，再配置到自己习惯用的 MCP 客户端，即可通过 AI 助手进行小红书操作。

在 GitHub 上发现 xiaohongshu-mcp 这个 MCP 服务器能帮我们实现自动化运营小红书。通过浏览器自动化模拟人工操作，支持登录状态保持、图文发布、内容搜索等功能，可在 Claude、Cursor 等客户端上集成使用。 GitHub：主要特性： - 自动登录管理，保持小红书登录状态 - 图文内容发布，支持图片和文字组合发布 - 内容搜索功能，根据关键词快速搜索相关内容 - 推荐列表获取，获取小红书首页推荐内容 - 支持 Claude、Cursor、VSCode 等客户端 - 浏览器自动化，可选有头或无头模式运行需要先运行登录脚本保存状态，然后启动 MCP 服务，再配置到自己习惯用的 MCP 客户端，即可通过 AI 助手进行小红书操作。

GitHubDaily

49,793 次观看 • 1 年前

来看苹果刚发布的视频模型——星流 starflow！苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.

来看苹果刚发布的视频模型——星流 starflow！苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.

karminski-牙医

42,175 次观看 • 9 个月前