根据Github Trendings的统计,今日(2024-02-04统计)共有9个项目上榜。根据开发语言中项目的数量,汇总情况如下:
开发语言 | 项目数量 |
---|---|
Python项目 | 6 |
Ruby项目 | 1 |
HTML项目 | 1 |
C++项目 | 1 |
Go项目 | 1 |
TypeScript项目 | 1 |
Windows 终端、控制台和命令行存储库
- 创建周期:2368 天
- 开发语言:C++
- 协议类型:MIT License
- Star数量:92496 个
- Fork数量:8298 次
- 关注人数:92496 人
- 贡献人数:381 人
- Open Issues数量:1528 个
- Github地址:https://github.com/microsoft/terminal.git
Windows 终端、控制台和命令行存储库包含 Windows 终端、Windows 终端预览、Windows 控制台主机(conhost.exe)、两个项目之间共享的组件、ColorTool 和演示如何使用 Windows 控制台 API 的示例项目的源代码。它与 Windows 终端文档、控制台 API 文档和 Cascadia Code 字体的存储库相关。
轻量级隐私笔记服务
- 创建周期:788 天
- 开发语言:Go, TypeScript
- 协议类型:MIT License
- Star数量:23207 个
- Fork数量:1682 次
- 关注人数:23207 人
- 贡献人数:165 人
- Open Issues数量:83 个
- Github地址:https://github.com/usememos/memos.git
- 项目首页: https://usememos.com
一个开源的轻量级笔记服务,允许用户轻松捕捉和分享他们的想法,同时优先考虑隐私。
图像修复工具:基于稳定扩散的开源AI模型
- 创建周期:811 天
- 开发语言:Python
- 协议类型:Apache License 2.0
- Star数量:15128 个
- Fork数量:1553 次
- 关注人数:15128 人
- 贡献人数:13 人
- Open Issues数量:100 个
- Github地址:https://github.com/Sanster/IOPaint.git
- 项目首页: https://www.iopaint.com/
这是一个由最先进的人工智能模型驱动的开源图像修复工具。它可以从图片中移除不需要的物体、瑕疵和人物,以及使用稳定的扩散技术擦除和替换图片中的任何元素。
开源个人理财应用 Maybe 的 React 原始版本
- 创建周期:16 天
- 开发语言:TypeScript
- 协议类型:GNU Affero General Public License v3.0
- Star数量:9764 个
- Fork数量:679 次
- 关注人数:9764 人
- 贡献人数:13 人
- Open Issues数量:21 个
- Github地址:https://github.com/maybe-finance/maybe.git
- 项目首页: https://maybe.co
这是一个开源的个人理财应用,是之前已停用的个人理财应用Maybe的原始React应用。它使用了许多外部服务,如Plaid和Finicity,使其完全运行需要大量的工作。
LLaVA: 大型语言和视觉助手 - 视觉指导调整
- 创建周期:291 天
- 开发语言:Python
- 协议类型:Apache License 2.0
- Star数量:13098 个
- Fork数量:1362 次
- 关注人数:13098 人
- 贡献人数:41 人
- Open Issues数量:521 个
- Github地址:https://github.com/haotian-liu/LLaVA.git
- 项目首页: https://llava.hliu.cc
LLaVA是一个专注于视觉指导调整的项目,旨在实现与GPT-4水平能力的大型语言和视觉模型。它旨在通过视觉指导调整来改进基线,并在NeurIPS 2023上进行展示。
Fabric: 利用人工智能增强人类能力的开源框架
- 创建周期:29 天
- 开发语言:Python, HTML
- 协议类型:MIT License
- Star数量:1039 个
- Fork数量:102 次
- 关注人数:1039 人
- 贡献人数:1 人
- Open Issues数量:12 个
- Github地址:https://github.com/danielmiessler/fabric.git
Fabric 是一个旨在利用人工智能增强人类能力的开源框架。目前仍处于早期阶段,正在不断增加更多的文档和功能。
Excel 16位CPU
- 创建周期:4 天
- 开发语言:Python
- 协议类型:Creative Commons Zero v1.0 Universal
- Star数量:1114 个
- Fork数量:93 次
- 关注人数:1114 人
- 贡献人数:1 人
- Open Issues数量:6 个
- Github地址:https://github.com/InkboxSoftware/excelCPU.git
Excel 16位CPU存储库包含一个在Excel电子表格中实现的16位CPU,具有16个通用寄存器、128KB的RAM和一个128x128的显示屏。它可以在自动模式或手动模式下进行控制,并根据InstructionSet.xlsx电子表格中指定的指令集架构运行。此外,可以使用Excel-ASM16语言编写程序,并编译到ROM.xlsx电子表格中。
MiniCPM: 一系列端侧大模型的开源项目
- 创建周期:6 天
- 开发语言:Python
- 协议类型:Apache License 2.0
- Star数量:1334 个
- Fork数量:84 次
- 关注人数:1334 人
- 贡献人数:14 人
- Open Issues数量:20 个
- Github地址:https://github.com/OpenBMB/MiniCPM.git
MiniCPM 是由 MiniCPM 和清华大学自然语言处理实验室共同开源的一系列端侧大模型。主体语言模型 MiniCPM-2B 仅有 24 亿(2.4B)的非词嵌入参数量。经过 SFT 后,MiniCPM 在公开综合性评测集上表现接近 Mistral-7B,在性能上超越 Llama2-13B、MPT-30B 和 Falcon-40B 等模型。经过 DPO 后,MiniCPM-2B 也在 MTBench 评测集上超越了许多代表性开源大模型。基于 MiniCPM-2B 构建的多模态大模型 MiniCPM-V 在同规模模型中实现最佳整体性能,超越基于 Phi-2 的现有多模态大模型。MiniCPM 经过 Int4 量化后可在手机上进行部署推理,MiniCPM-V 也可直接在手机上部署。MiniCPM-2B 的模型参数完全开源供学术研究和有限商用,未来计划发布训练过程中的所有 Checkpoints 和大部分非专有数据供模型机理研究。
OLMo:AI2最先进的开放语言模型训练与使用
- 创建周期:349 天
- 开发语言:Python
- 协议类型:Apache License 2.0
- Star数量:960 个
- Fork数量:56 次
- 关注人数:960 人
- 贡献人数:22 人
- Open Issues数量:78 个
- Github地址:https://github.com/allenai/OLMo.git
- 项目首页: https://allenai.org/olmo
OLMo是一个用于训练和使用AI2最先进的开放语言模型的存储库。它是由科学家为科学家构建的。