英伟达推出NeMo AutoModel,基于Transformers v5,提升MoE模型微调速度3.4-3.7倍,显存减少29%-32%。通过专家并行、DeepEP和TransformerEngine等技术,优化内存和计算效率。用户只需添加一行代码即可实现升级,支持更大批次和更长序列,相关代码已开源。
GitHub是开发者常用的代码协作平台,用户可以分享和管理开源代码。本文介绍了如何有效使用GitHub搜索,包括基本搜索和高级搜索功能。基本搜索允许在全平台或特定仓库中查找,而高级搜索提供按星级、编程语言等的精确过滤选项。用户还可以保存和管理搜索,以便未来使用,帮助开发者找到合适的开源项目和贡献机会。
文章介绍了如何通过ntfy.sh将IT之家RSS新闻推送到手机、手表和手环。该代码开源,部署简单,用户可根据需求进行自定义开发,例如推送到飞书机器人。
文章讨论了AI行业的现状,提到SpaceX以600亿美元收购Cursor引发市场泡沫质疑。作者认为开源代码是最佳编程工具,尽管闭源模型如GPT-5.4和Opus 4.7成本高但性能优越。文章还提到AI行业存在“AI精神病”,对未来持悲观态度,呼吁结束不切实际的追逐。
Claude Code 源码泄漏后,作者分享了学习开源代码的四个步骤:首先运行代码观察结果;其次从具体功能入手,逐步理解模块关系;然后进行二次开发,动手实践;最后尝试从零搭建,理解设计背后的决策。作者强调,动手实践比单纯阅读更能加深理解。
瑞芯微电子因复制FFmpeg开源代码并删除许可证和作者信息,遭FFmpeg投诉。经过近两年未果,FFmpeg向GitHub发送DMCA通知,导致瑞芯微的MPP项目被封禁。瑞芯微尚未回应。
我最近将博客从Ghost迁移到Astro新系统,合并了英文和中文网站。此举是因VPS即将到期,同时Astro已成熟。计划恢复评论功能,并整合llm.txt和ActivityPub。此外,测试了DeepWiki工具,能快速生成GitHub文档,帮助开发者理解开源代码,具备安全审查潜力。
微软发布了6502 BASIC的开源代码,这是比尔·盖茨和里克·韦兰德于1976年开发的早期软件,促进了编程语言的标准化和MS-DOS的发展。完整源代码已在GitHub上发布,仍吸引爱好者和保护者的研究。
本文介绍了一种基于RAG和MCP Agent的销售业务AI智能应答系统,利用Northwind数据库和C#实现。该系统允许管理层通过自然语言查询员工和客户信息,AI根据历史数据生成SQL查询并返回结果。案例代码开源,展示了AI技术在企业级系统中的应用。
本文探讨了通过增强AI标注系统提升长文本、数学和代码任务反馈质量的方法。我们提出了一种代理系统,利用网络搜索和代码执行验证标注,减少LLM内部偏见的影响。实验结果表明,该方法在多个任务领域表现良好,并提供了开源代码以供复现。
本研究探讨如何增强用户对语言模型生成文本属性的控制,提出使用连续控制信号的方法,并展示其在控制文本长度方面的优势。研究的开源代码和数据集具有重要应用价值。
Endor Labs成立于2022年,专注于解决应用安全问题,尤其是在开源代码普遍使用的情况下。通过构建全球调用图,该公司减少了开发者的错误警报。近期推出的AI安全代码审查功能旨在应对AI编码带来的安全风险,帮助开发者在快速开发中保持安全。此外,Endor Labs获得9300万美元的B轮融资,计划扩大团队和产品开发。
本文介绍了如何为无显示屏设备(如NAS、路由器)低成本添加电子显示屏,使用Arduino UNO开发板和IIC液晶屏实时监控设备状态,提供开源代码和详细步骤,适合嵌入式系统爱好者。
FoundationStereo是一种用于立体深度估计的基础模型,具有强大的零样本泛化能力。通过构建100万对合成立体图像,并结合自筛选流程和创新网络架构,显著提升了模型的鲁棒性和精度,设立了新标准。该模型在多个排行榜上表现优异,相关代码已开源。
本文探讨了人工智能生成图像的能力及其知识产权问题,指出对AI工具的依赖可能导致批判性思维能力下降。同时,强调了微软源代码的重要性、Gumroad开源代码的学习机会,以及Nvidia对Python的支持,促进开发者参与。呼吁关注AI生成内容的原创性与合法性。
在人工智能快速发展的背景下,ChatGPT的本地化部署成为开发者的需求。利用微软的ML.NET框架和C#语言,企业能够掌控数据处理,降低泄露风险,并在网络不稳定时保持服务。文章介绍了模型的构建、训练和部署步骤,并提供开源代码,帮助开发者实现本地化应用,提升服务质量与效率。
PaperBench是一个基准,用于评估AI代理复制前沿AI研究的能力。代理需从零开始复制20篇ICML 2024论文,开发代码并执行实验。评分标准详细,PaperBench包含8316个可评分任务。通过LLM评估复制尝试,Claude 3.5 Sonnet的平均复制得分为21.0%。顶尖ML博士的尝试表明,模型尚未超越人类基线。我们开源代码以促进未来研究。
我在17岁时开始学习编程,感恩身边的优秀人才。编程如同建房,基础至关重要。通过项目实践、阅读开源代码、保持好奇心和参与开发者社区,我不断成长。成长不仅在于写代码,更在于解决问题和分享知识。
李飞飞团队推出了名为BRS的具身智能框架,成本低于500美元,旨在解决家庭机器人执行日常家务的难题。该框架通过双臂机器人实现全身协调控制,具备高效的导航和操作能力,研究表明BRS在多项家庭任务中表现优异,相关代码已开源。
作者更新了个人主页,开源代码并分享设计思路。新主页采用bento式布局和Tailwind CSS,注重信息展示、设备适配和加载速度,强调深色模式和用户体验,反映数字化生存的意义。
完成下面两步后,将自动完成登录并继续当前操作。