GradientJ旨在使NLP应用更易获取，提供创建、微调和管理NLP应用的综合解决方案，充分利用大语言模型的能力。
Composable Prompts是一个顶尖平台，旨在快速构建、测试和部署基于大型语言模型（LLMs）的任务和API。它为LLMs的世界带来了组合、模板、测试、缓存和可视化等功能，使开发者能够高效地创建强大的提示，重用它们，并在不同环境中进行测试。同时，它通过智能缓存优化性能和成本，并允许轻松切换模型和运行环境。
Rompt是一个帮助开发者和公司通过对提示进行A/B测试实验来优化其AI驱动产品的平台。用户可以创建不同的提示并进行实验，以确定哪些提示表现最佳。
llama-node是一个基于Node.js的项目，旨在提供对LLaMA和Alpaca语言模型的支持。该项目允许用户在本地CPU上高效运行这些模型，适合个人计算机使用。它基于llama-rs构建，旨在促进AI技术的民主化，使更多开发者能够轻松访问和使用大语言模型。
清华大学构建的开源、大规模、高质量的指令调优数据项目，旨在帮助开发者构建具备通用工具使用能力的大型语言模型。
Embedditor 是一款先进的 AI 工具，旨在通过嵌入优化提升向量搜索的能力，类似于嵌入领域的 Microsoft Word。该工具为专业人士和开发者量身定制，提供强大的元数据和令牌增强功能，帮助用户提升大型语言模型（LLM）应用的效率和准确性。
只依赖pytorch、transformers、numpy、tensorboardX，专注于文本分类、序列标注的极简自然语言处理工具包
PromptLocker是一个基于网页的工具，帮助用户存储、分类和检索用于MidJourney、Stable Diffusion、Bard和ChatGPT等AI模型的提示。用户可以通过注册账户，创建分类来组织提示，从而快速存取，提升AI模型的使用效率。
该项目提供了关于提示技术的全面调查，包含超过76页和1500多篇相关论文，深入探讨各种提示技术的应用和发展。
该项目实现了一种参数高效的迁移学习方法，专注于点云分析，通过结合动态适配器和提示调优来提升模型在特定任务上的表现。
Intercom的集成知识库旨在为客户提供更快的答案，同时减少支持团队的问题。通过设置一个中央位置，客户可以找到答案、技巧和重要信息。用户可以根据品牌定制帮助中心，创建具有多媒体内容的引人入胜的文章，并根据不同的受众进行调整。利用反馈循环来改进内容，并使用外部消息在问题出现之前解决它们。
Promptblocks是一个为AI应用开发者设计的社交提示工程平台，用户可以保存、重用和优化他们的提示，与社区分享，并轻松部署这些提示。
PromptZilla是一款Chrome扩展，旨在帮助用户创建、编辑、标记和查找最有效的ChatGPT提示。用户可以通过点击“撰写”将提示插入到下一次聊天中。所有提示都保存在本地浏览器中，确保隐私和便捷访问。
PromptPoint 是一个无代码平台，旨在快速设计、测试和部署提示，提供自动化提示测试，帮助用户创建和管理提示，评估其有效性，并进行版本控制和部署。它能够测量提示的速度和成本，降低生产部署的风险，释放团队的专业知识。
