Skip to main content

acshame

acshame
acshame

  1. BiliFilter —— 基于本地LLM的 Bilibili 弹幕过滤器
    github.com/ddddng/BiliFilter/
    ✨ 特性
    本地运行：所有推理均在本地完成
    多种分类：色情低俗、恶意刷屏、人身攻击、垃圾广告、引战、剧透、错误科普、正常、未分类
    即装即用：无需修改网页源代码，脚本自动 Hook 弹幕
    可调策略：保留 / 隐藏指定分 ​​​https://mapp.api.weibo.cn/fx/a315098bb18369f7ac2714c8d31484b4.html
    GitHub
    GitHub - ddddng/BiliFilter
    GitHub - ddddng/BiliFilter
    Contribute to ddddng/BiliFilter development by creating an account on GitHub.

  15. RAG 架构实用指南↓ 收藏

    1. 数据准备，比如将Google Drive 文件夹中的文档生成嵌入，分成块并将它们作为多维向量存储在 向量数据库（如Pinecone） 中。

    2. RAG：当用户提出问题时，将其转换为向量，并从 向量存储（如Pinecone） 中检索具有相似向量的文档块。

    3. Adaptive RAG，核心在于根据不同查 ​​​https://mapp.api.weibo.cn/fx/5beeec096d182cb729c6e4c0b010ad78.html

  16. 来自DeepLearning AI 吴恩达的全新课程《构建生产级AI语音代理》

    1. 语音代理结合了语音和推理能力，以实现实时对话。它们已经被用于支持客户服务、改善医疗保健的可访问性、娱乐应用和对话疗法。

    2. 本课程将教你构建能够倾听、推理并自然响应的语音代理。你将跟随创建“AI Andrew”头像的架构， ​​​https://mapp.api.weibo.cn/fx/5eef028e79a52ac7f23abd4f9fac9266.html

  18. AMO，UC San Diego 的一项工作，自适应运动优化用于超灵巧人形全身控制。AMO 是通过 RL + 混合动作捕捉与轨迹优化训练的单一策略。

    AMO 将 VR 设备的 3 个姿态映射到 18 维命令（每只手臂 7 个，躯干方向的滚转、俯仰、偏航以及基座高度），供 AMO 控制器执行。

    AMO 让人形机器人能够锁定躯干方向和 ​​​https://mapp.api.weibo.cn/fx/678038f0e81a7a548026735e726db85c.html