coredevices/pebble开源项目 – Pebble智能手表开源软件仓库

本书是由浙江大学开源的大语言模型教材，系统介绍大模型相关基础知识和前沿技术。涵盖传统语言模型、大语言模型架构演化、Prompt工程、参数高效微调、模型编辑、检索增强生成等六大主题。每章配有相关论文列表，定期更新以跟踪最新技术进展。

Halo项目旨在反编译和复现Xbox游戏《光环》，提供开发者和研究者一个平台，以便深入了解游戏设计和机制。该项目支持原Xbox平台的游戏体验，并促进开源社区的协作与学习。

一个基于 GPT 实现的开源 PDF 文档聊天方案，允许用户与 PDF 文档进行一对一对话，并提供多种功能以增强交互体验。

GitChat是一个智能聊天机器人，旨在帮助用户搜索和回答与GitHub存储库相关的问题。它通过集成GitHub API，能够实时提供代码和文档的搜索功能，并回答项目的常见问题。

GamingAgent 是一个专注于开发和测试AI Agent的项目，特别适用于经典游戏如超级玛丽和俄罗斯方块。它支持多种AI模型的接入和测试，能够评估和比较不同模型在游戏中的表现，并提供详细的测试基准和结果分析。此外，GamingAgent 还支持多种经典游戏，具备智能决策能力，能够根据不同模型的特点进行优化，适用于研究、开发、教育和演示等多种场景。

Web LLM 是一个可以在浏览器中直接运行大型语言模型的工具，支持通过 WebGPU 加速。它支持多种大型语言模型，包括 Llama 2 7B/13B、Mistral 7B 和 WizadMath，并能够在设备内存为 64GB 的情况下运行 Llama 2 70B 模型。利用 WebGPU 提供更快、更流畅的模型运行体验，仅需约 6GB 的显存即可运行 Llama 7B 和 Vicuna-7B。

OmniSearch是一个多模态RAG检索增强系统，首创自适应规划代理，能够根据问题解决阶段和当前检索内容实时规划检索动作，以提高检索效率和准确性。

一个包含多个样本的基准测试项目，用于大语言模型的测试和评估，旨在帮助研究者和开发者了解模型的性能表现。该项目提供多种语言的测试样本，支持自定义测试用例，易于与现有AI项目集成，方便进行系统性评估。

该项目探讨了深度注意力神经网络的学习，特别是将深度注意力网络映射到序列多指标模型，并分析了高维渐近条件下的统计和计算极限。研究揭示了深度注意力网络中层级序列学习的现象，为理解和优化Transformer等复杂序列模型提供了理论基础。

整理和提供用于构建通用语音、音频和音乐基础模型的数据集列表，以及相关的元数据和获取途径。该项目旨在帮助研究人员和开发者快速找到所需的音频数据集，以便进行模型训练和分析。

该项目汇集了GitHub Copilot、新必应、Perplexity、Snap等多个流行AI工具的泄露提示，旨在帮助用户理解和利用这些提示的潜力。作为一个开源项目，用户可以方便地参与贡献和扩展，获取实用的提示示例和用法。

该补丁旨在解决vivo非GSI机型内核的限制，允许用户挂载/system分区，进而支持Magisk等root工具的使用。补丁特别针对Android 11和Android 12版本设计，提供自定义挂载限制的功能，解决了与Magisk的兼容性问题。

KeypointNeRF通过相对空间编码的关键点，生成多视角的体积化头像，适用于虚拟现实和游戏等领域。

WebGAL 是一个基于 Web 的全新视觉小说引擎，支持多种格式，具备高度的可定制性和跨平台兼容性，用户可以轻松创建和发布视觉小说，内置音效与音乐管理，支持复杂的剧情结构。

一个旨在解决JavaScript中内嵌包含backtick的大段文本的提案，通过引入新的语法来简化字符串的书写，避免复杂的转义问题。