LLM和RAG应用程序指南

一本深入浅出的指南，从基础到在AWS上部署高级LLM和RAG应用程序，使用LLMOps最佳实践

高级检索增强生成(RAG)技术合集，包含10种先进RAG实现方案的详细教程。从基础的Naive RAG到高级的Adaptive RAG，提供完整的代码实现和评估方法。使用LangChain、Pinecone等主流工具，适合研究人员和开发者学习和实践RAG技术

这是一个收录音频驱动手势生成相关论文的资源列表，提供实用的代码示例和实现，涵盖最新的研究成果并持续更新，旨在帮助研究人员和开发者深入了解和实验手势生成技术。

2022年AI领域最新进展追踪 - 精心策划的最新AI突破列表，按发布时间排序，提供清晰的视频解释，链接到更深入的文章和代码。

关于如何使用 Pydantic AI 和本地模型（如 Ollama 或其他 OpenAI 兼容模型）构建AI Agent的逐步教程。该教程提供了详细的指导，帮助用户理解如何将 Pydantic 与 AI 模型结合起来，并实现有效的数据验证和模型定义。

手把手带你实战 Huggingface Transformers 课程视频和资料，帮助学习者掌握自然语言处理技术。

这个项目基于《Go Concurrency in Go》和《Go Programming Language》两本书的代码示例，详细介绍了Go语言的并发编程，帮助开发者理解并应用Go的并发模型。

Fine-tune Phi-2是一个用于对Phi-2模型进行微调的项目，包含使用QLoRA技术进行微调、创建合成对话数据集以及支持多个GPU并行训练的功能。该项目提供了详细的示例代码和文档，允许用户灵活配置训练参数，以便优化模型的表现。

从零开始构建大型语言模型的学习记录，记录了一步步构建语言模型的过程，适合想要深入了解NLP和机器学习的爱好者。

YatSenOS-Tutorial-Volume-1是一个支点撬动操作系统大山的开源课程，旨在帮助有志向、有能力的同学从零开始学习操作系统的基本概念和实现。它提供了简明的操作系统学习材料，适用于32位操作系统的实验，并包含实用的示例代码和实验，适合中山大学学生学习和实践。

本书指导您从零开始构建前沿的AI应用，涵盖真实案例、最佳实践及额外的源代码，帮助您今天就能解锁AI的力量！

Instachart 是一个将您的仪表板草图、Figma 设计稿、白板图片或 SaaS 仪表板截图转化为可用的、完全互动的仪表板的工具，并附带演示数据，从而加速原型制作过程。

普林斯顿大学的智能机器人系统课程实验室材料库，为学生提供实践操作的代码和指南，帮助深入理解机器人技术。该项目包含多个实验材料和资源，旨在支持学生的学习和研究。

Adrenaline 是一款代码分析工具，帮助用户深入了解代码库。用户可以通过导入 GitHub 存储库或粘贴代码片段来使用该工具，Adrenaline 将分析代码并提供详细的信息和问题解答。

从零开始实现 Stable Diffusion，系统性讲解其工作原理和背后的数学，并提供训练一个扩散模型的步骤。

机器学习系统教程：个人学习笔记和代码分享平台，专注于机器学习与系统结合的实践和理论，适合对AI技术有兴趣的初学者和研究者

Rag About It是一个专注于AI检索增强生成（RAG）动态世界的首要平台，致力于传播RAG系统的技术知识和最新进展。