Tiny-Universe开源项目 – 从零手搓大模型的全链路指南

EmbedJs是一个基于Node.js的RAG框架，旨在简化与大型语言模型（LLM）和嵌入工作的流程，支持个性化的LLM响应，使得开发者能够更高效地构建智能应用。

MemoRAG是一个创新的RAG（Retrieval-Augmented Generation）框架，通过引入记忆模块，解决了传统RAG在处理复杂查询和长上下文时的局限性。它能够压缩和存储超长上下文信息，并生成检索线索，从而更精确地回答问题。MemoRAG支持多种模型，适用于意图不明确的查询、复杂问题查询、信息聚合、个性化推荐和终身对话搜索等场景。

一个通用框架（服务器 + UI），可让您轻松地在自己的数据集上执行 RAG。

RhetorAI 是一个基于 AI 的对话用户调查平台，通过自动化用户访谈，深入挖掘用户反馈，提供可操作的商业洞察。

Animanic 是一个自动将你的笔记和问题转换为引人入胜的定制视频的工具，帮助学习者更好地理解和记忆学习内容。只需几秒钟，Animanic 就能让你的学习材料栩栩如生。

基于GPT的医疗垂直领域大模型，旨在将专业的医学知识、医疗信息、数据融会贯通，为医疗行业提供智能化的医疗问答、诊断支持和医学知识等信息服务，提高诊疗效率和医疗服务质量。

sd-tagging-helper是一个图形用户界面工具，旨在帮助stable-diffusion-webui进行手动标记和裁剪，使用Python和Qt5编写。

Faster.chat 是一款超高速聊天助手，速度是 ChatGPT 的 5-10 倍，旨在提升生产力，让用户告别等待，快速完成写作、编码和翻译等任务。

LLMAgents是一个集中展示与大语言模型（LLM）多智能体相关的重要论文的平台，提供最新研究动态，方便学者和研究者获取相关文献，支持多种类型的文献分类。

qlip.ai可以自动从长视频中检测亮点，并返回准备好的剪辑以供社交媒体分享。

该项目提出了一种名为多标记预测的新型大型语言模型（LLM）训练方法。与传统的下一标记预测不同，该方法在训练语料的每个位置同时预测多个未来标记，每个标记的损失独立计算。通过优化前向和后向传播的顺序，该方法显著减少了GPU内存使用，且不增加训练时间。实验表明，该方法在编码和自然语言任务上显著提高了性能，推理速度大幅提升，特别适合实时应用。

LLMacademy是一个专注于大型语言模型和生成式AI的学习平台，提供最新的研究摘要、实用课程和认证。用户可以加入社区，享受持续更新的学习体验，增强对AI领域的理解和应用能力。

HEAVIER A.I. 是一个强大的工具，旨在通过人工智能帮助机构获取高质量的客户线索，确保在30天内签下首个客户。

Discoursefy是一个利用人工智能的学习平台，提供互动课程、测验和个性化见解，帮助学习者掌握技术领域的技能，连接招聘者，并提升职业前景。

Keepo 是一款AI助手，能够分析您上传的所有医疗文档，并提供健康相关问题的答案。它可以为您提供对健康状况和症状的深入洞察，以及进一步检查的建议等。