llm-模型评估
LLM评估框架模块建立了多维度、全覆盖的大模型评估生态系统，涵盖通用能力测评、RAG系统评估和隐私安全检测。权威评测平台：CLiB中文大模型榜单（128个模型全覆盖，包含ChatGPT、GPT-4o、Gemini、文心一言、通义千问等商用模型，以及Qwen2.5、Llama3.1、GLM4、InternLM2.5等开源模型）、OpenCompass司南（全方位能力评估）、魔塔EvalScope（流水线式评测框架）。 ...
AI相关
LLM训练推理加速框架+部署
LLM推理框架+部署模块打造了全方位的大模型推理加速与部署生态，整合21+高性能推理引擎和部署平台。顶级加速框架：vLLM伯克利（业界标杆）、SGLang（超越TensorRT-LLM性能）、LMDeploy书生（工业级部署）、DeepSpeed-MII（微软推理优化）等。便捷部署工具：Ollama（本地模型管理）、LM Studio（图形化界面）、FastChat+vLLM（分布式服务）、Xinference（多模型统一接口）、OpenLLM（云端部署）等。API网关服务：LiteLLM（100+ LLM APIs统一格式）、One-API（接口管理分发）、Xi-API等。托管平台包括Together AI、Replicate、SiliconFlow硅基流动等。配套Huggingface Accelerate、llama-cpp-python等底层加速库，以及Jan.ai、LocalAI、text-generation-webui等用户友好界面，实现从本地部署到云端服务的全场景覆盖。 ...
大模型训练框架
LLM训练框架模块构建了覆盖全栈的大模型训练生态系统，集成20+专业训练框架和工具。核心框架包括：魔塔ms-swift（支持500+ LLMs和200+ MLLMs的全参数/PEFT训练）、Unsloth（2-5倍加速，80%内存节省）、英伟达Megatron-LM（超大规模transformer训练）、微软DeepSpeed（ZeRO优化器）、ColossalAI（高性能分布式训练）、Meta FairScale、LLaMA-Factory（WebUI界面，支持100+模型）、书生XTuner等。 ...
LLM合集-多模态
LLM合集-多模态 LLM合集-多模态模块构建了涵盖30+个前沿多模态大模型的完整技术生态，专注于视觉-语言、音频-语言等跨模态AI技术的创新应用。该模块系统性地整理了OpenAI GPT-4V、Google Gemini Vision、Anthropic Claude 3、Meta LLaVA系列等国际领先的视觉语言模型，以及阿里通义千问VL、百度文心一言4.0、腾讯混元多模态、字节豆包视觉版、智谱GLM-4V、月之暗面Kimi视觉等国产优秀多模态模型。技术特色涵盖了图像理解、视频分析、音频处理、3D感知等多维度感知能力，详细解析了Vision Transformer、CLIP、DALL-E、Stable Diffusion等核心技术架构，以及视觉编码器、跨模态注意力、多模态融合等关键技术机制。 ...
35 个大多数用户不知道的 Claude Code 命令、技巧与工作流 —— 完整清单
35 个大多数用户不知道的 Claude Code 命令、技巧与工作流 —— 完整清单 我已经每天使用 Claude Code 好几个月了。这 35 个技巧让它感觉像作弊码一样。 收藏这篇文章 :) 大多数开发者安装了 Claude Code，只用来做基础的代码生成，就以为自己已经见识了它的全部能力。 ...
使用 Claude Code：会话管理与 100 万 上下文【译】
使用 Claude Code：会话管理与 100 万 上下文【译】 今天，我们为 /usage 命令推出了一项全新更新，旨在帮助你更清晰地了解自己在 Claude Code 中的使用情况。这个决定的背后，是我们近期与用户进行的多次深入交流。 ...
从阿西莫夫到Anthropic，万字长文解析AI心理学
一、阿西莫夫的学科 阿西莫夫在《基地》里虚构了一门学科叫心理史学。哈里·谢顿用数学方法预测银河帝国的未来。个体不可预测，但把足够多的个体放在一起，行为的统计规律就浮现了。他把「理解心灵」从哲学变成了方程式。 ...
轻松掌握Anthropic官方给的五种"多Agent协作"模式
Anthropic上周发了一篇博文，标题不长，信息量极大。 核心观点只有一句话：别上来就选最复杂的架构。从最简单的能跑通的模式开始，看它在哪里卡住，再升级。 ...
Why Your “AI-First” Strategy Is Probably Wrong 为什么你的“AI 优先”策略很可能错了
99% of our production code is written by AI. Last Tuesday, we shipped a new feature at 10 AM, A/B tested it by noon, and killed it by 3 PM because the data said no. We shipped a better version at 5 PM. Three months ago, a cycle like that would have taken six weeks.我们 99%的生产代码都是由 AI 编写的。上周二，我们上午 10 点上线了一个新功能，中午进行了 A/B 测试，下午 3 点因为数据显示效果不佳而下线，下午 5 点上线了更好的版本。三个月前，这样的周期需要六周时间。 ...
达尔文.skill正式发布，一个无限进化的skill系统！
女娲.skill发布一周，GitHub star破了9000+ 前两天接受新京报记者采访的时候，她问我这个skill花了多长时间制作完成的，我有点不好意思的说实际完成初步设计的过程只有2-3小时，但其实在这个过程中经过了无比多轮的迭代，而这个迭代单纯靠我自己完全没能力做到。 ...